agv全罩的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列各種有用的問答集和懶人包

適用於多人動態空間之視覺SLAM系統與人員智慧追蹤功能開發

為了解決agv全罩的問題，作者黃偉哲 這樣論述：

搭載邊緣運算平台之視覺移動載具，當其處於多人動態環境下，所使用之同時定位與地圖構建(Simultaneous Localization and Mapping, SLAM)系統容易受到動態干擾因素而導致地圖建構不佳情形發生，以至於影響其地圖品質與定位功能。本論文乃欲針對此現象藉由資料預處理與過濾的方式進行研究加以改善。另外於多人環境中，本論文開發一套針對特定人員識別與追蹤的功能系統，人員的追蹤將給予移動載具辨識特定使用者之信息，以利進行跟隨或關注等服務性任務，並藉以提升移動載具於現實空間的實用性應用。本系統所運行之視覺SLAM將結合語義分割神經網路，實現動態物件過濾功能，並針對邊緣運算平台設

計一高效神經網路架構，使其具備實時運算能力。而對於多人環境需要進行身份的識別，本文大致分成三個步驟完成，首先採用YOLOv4 Tiny物件檢測或trt_pose姿態估測提取圖像中的人員邊界框，接續基於雙目相機之深度圖進行圖像座標與相機座標之轉換以獲取人員的三維空間信息，最後利用無味卡爾曼濾波器(Unscented Kalman Filter, UKF)、FaceNet或結合兩者的決策樹融合三種方式完成目標人員的識別或追蹤。經由實驗與測試，證實使用過濾功能的視覺SLAM系統，使載具在動態環境或跟隨人員時，皆能有效降低動態物件干擾並完成較高品質的靜態地圖建構，進而提供更好的定位能力以提升系統整體的

穩定度。本論文所使用的決策樹融合方式對人員之追蹤，經由實驗亦證實能有效改善UKF與FaceNet追蹤方法的各自的缺點，並在多人環境中提供更加完善與穩定的追蹤性能。最後實測整體系統亦能有效獲得實時運算於邊緣運算平台，完成實現真正的離線、獨立且即時作業的能力。