Nov, 2019

我们准备好了吗？用于终身 SLAM 的 OpenLORIS-Scene 数据集的服务机器人？

PDF
TL;DR本文介绍服务机器人在长期不断变化的环境下进行自主操作的问题，提出了 “终身 SLAM” 这一概念，并设计了基准测试度量方法和数据集以促进终身 SLAM 研究。
service robotssimultaneous localization and mapping (slam)long-term deploymentlifelong slam researchopenloris-scene datasets
发现论文，激发创造
  • OpenLORIS-Object：用于终身深度学习的机器人视觉数据集和基准

    针对具有挑战性的开放式及有害条件下，机器人视觉应用需要具备适应性的系统，使其具备终身学习的能力，该篇研究提出了一个新的生涯机器人视觉数据集（OpenLORIS-Object），囊括了最近领先的 lifelong learning 算法，并提供了新的基准评估模型的效果和性能。

    Nov, 2019

  • 视觉 SLAM 的鲁棒性测量

    本文对 RGB-D SLAM 进行了可行性研究，通过 ORBSLAM2 等视觉 SLAM 方法在公开数据集和自行构建的 HomeRobot 数据集上进行实验，发现它们在很多情况下可以取得很好的精度，但健壮性仍然是一个问题。

    Oct, 2019

  • DS-SLAM：面向动态环境的语义视觉 SLAM

    本文提出一种名为 DS-SLAM 的鲁棒的语义视觉 SLAM 方法，旨在解决动态环境下的 SLAM 问题，通过将语义分割网络与运动一致性检查方法相结合，提高了在动态环境下的本地化精度，同时生成了一个稠密的语义八叉树地图，可用于高级任务中。经过多组测试，DS-SLAM 的绝对轨迹精度比 ORB-SLAM2 提高了一个数量级，是当前高动态环境下最先进的 SLAM 系统之一。

    Sep, 2018

  • 基于学习的语义地图构建与鲁棒摄像机定位

    介绍了一种使用语义特征的视觉惯性里程计系统 SemanticSLAM，可以在室内环境中进行可靠的相机定位，改善位姿估计并生成语义地图，可用于路径规划、避障和机器人导航等下游任务。

    Jan, 2024

  • 机器人、虚拟现实和增强现实的实时定位和建图技术原理概览

    该论文描述了如何支持应用专家在选择和配置适当的算法和适当的硬件编译路径，在 SLAM（同时定位和制图）应用中实现算法交付的工具和方法，包括系统定量评估 SLAM 算法的工具和方法，自动化的机器学习指导算法和实现设计空间的探索，以及用于优化异构、加速架构的端到端模拟工具。

    Aug, 2018

  • 语言扩展室内 SLAM（LEXIS）：实时视觉场景理解的多功能系统

    LEXIS 是一种实时室内同时定位与地图构建系统，通过利用大规模语言模型的开放词汇特性，实现了场景理解和地点识别的统一方法。该系统通过建立环境的拓扑 SLAM 图，并将 CONTRASTIVE LANGUAGE-IMAGE PRETRAINING（CLIP）特征嵌入图节点，实现了灵活的房间分类和划分，并在房间为中心的地点识别方面取得了优于最先进技术的性能。

    Sep, 2023

  • 宽区域施工环境室内制图的 SLAM

    在工厂大厅这样的复杂环境中，利用四个立体摄像头和一个三维激光扫描仪，应用最先进的激光雷达和视觉 SLAM 方法，进行数据收集、轨迹估计和密集地图生成，并生成精确的深度图用于自动建筑和现场监测。

    Apr, 2024

  • LOSS-SLAM: 轻量级开放集合语义同时定位与地图构建

    基于对象的开放式语义定位与映射（SLAM）系统通过紧密耦合的概率图模型来识别、定位和编码对象，以实现更准确的 SLAM，并承担较低的计算开销。

    Apr, 2024

  • 同时定位与地图构建的过去、现在和未来：走向强健感知时代

    关于 Simultaneous Localization and Mapping (SLAM) 的论文综述，介绍了 SLAM 的标准公式化表达和相关工作，探讨了挑战和新领域，并提出了值得深入研究的问题和开放挑战。

    Jun, 2016

  • ObVi-SLAM：长期物体视觉 SLAM

    ObVi-SLAM 是一种结合了低级视觉特征和持久目标的长期地图，在不同环境下生成准确的定位估计，适用于长时间尺度的机器人任务。

    Sep, 2023