MG电子游戏app
欢迎光临MG电子游戏app监控摄影有限责任公司
新闻动态
联系我们
销售热线:
Contact Hotline
400-202-9588 1589564646
传真:400-202-9588

E-mail:6546546@qq.com

公司地址:广东省广州市番禺经济开发区
当前位置: 主页 > 新闻动态 > 行业资讯 >
【泡泡一分钟】机器人顶级会议精华提炼(2019)
 

  2019年7月15日至2019年7月21日,泡泡一分钟共推送了10篇文章。其内容涉及到SLAM框架(◆●△▼●2篇)、视觉里程计(1篇)、场景定位(1篇)、自动驾★△◁◁▽▼驶(3篇)、环境重建(3篇)等

  第一篇文章提出了一种能模拟▼▲生成大量实验数据的方法,可以自动□◁对SLAM算法进行测试,增加了SLAM算法的可重复性。

  第二篇文章提出了一种单目视觉融合惯导的SLAM系统,它可以对相机重定位并在事先构建的地图中获得绝对位姿,然后对4自由度的位姿(x,y,z三个方向平移和偏航角)进▪…□▷▷•行图优化以校正漂移,最后实现全局一致性。

  该篇文章提出一种用于DCC校准的无编码器方法,同时它可以△▪▲□△估算变换★▽…◇链的运动学参数和未知关节角度。

  文章提出了一个概率框架来恢复激光雷达-IMU传感系统的外部校准参数。框架的基本思想是使用预积分而不是内插惯性测量来表征每个激光雷达扫描中的运动失真。

  第一篇提出了一种新的强化学习算法,不需要诸如物体识别、场景理解等端到端的研究。新算法的奖励与学习策略带来了更快▷•●速的收敛以及只使用前向相机拍摄的RGB图像的驾驶更加鲁棒。在仿真训练中,使用了一种异步actor-critic (A3C)框架来控制汽车。

  第二篇提出了一种用贝叶斯滤波来表示环境的算法,并采○▲-•■□用机◇…=▲器学习实现了长期的预测,克服了对复杂城市道路场景预测的困难。具体采用了网格占用地图作为卷积神经网络的输入。损失函数采用了像素平衡,用于抵消静态和动态单元之间的极端不平衡。本文算法的一个主要优点就在于全自动标签的生成和无监督学习。

  第三篇提出了一种单用户最优避碰策略的分解方法。并评估了在包含行人的人行横道和交叉路口的两个场景下,比较了两种POMDP解法的性能 。

  第一篇文章使用了深度学习,用于从变形建筑元素的点云中识别3D物体。用网格模型数据库中采样来的点云训练分类网络,该网络由堆叠的卷积和直接应用于点坐标的平均池化层组成。提出的方▪•★法使用了点排序,重采样和旋转归一化,增加了不同输入的泛化性。

  第二篇文章提出了一个半自动几何形状提取系统,能够以单视图或多视图,从点云上提取出广义圆柱和长方体,该方▽•●◆法非常直观,只需要用户提供物体的轮廓即可。基于用户对物体外观的理解,本文的方法能够在具有遮挡、杂乱或者不完整的点云中提取出细节和尺度都准确的物体模型。

  第三篇文章提出了一种使用球形相机进行室内定位的新技术。球形摄像机可以获得周围◆■环境的完整视图。利用这一特性,单张图像能够估计相机位置和相对于室内环境已知的3D线方向。通过球形梯度滤波从球形图像中稳健地提取2D线D线信息相匹配。使用曼哈顿世界假设来分解图像中的线信息,解决了六自◆▼由度表示方法过于复杂的问题。

MG电子游戏app

在线客服1
在线客服2
关注官方微信
400-202-9588
返回顶部