Feb, 2022

基于视觉和地理线索的千米级导航技术 ViKiNG

PDF
TL;DR本论文提出了一种结合了学习和规划的方法，名为 ViKiNG，其可以利用道路框图和 GPS 坐标等侧面信息作为规划启发式，通过遍历性模型来推断子目标是否可达，通过启发式模型来评估子目标的合适性，从而确定达到最终目标的最佳路径。实验证明，尽管训练数据集中从未出现超过 80 米的轨迹，ViKiNG 可以导航到之前未见过的环境中的距离达 3 公里的目标，表现出探测潜在路径和回溯的复杂行为，而且对不可靠的地图和 GPS 信号也十分稳定。
robotic navigationlearning and planningschematic roadmapsgps coordinatestraversability model
发现论文，激发创造
  • ViNG: 使用视觉目标学习开放世界导航

    提出了一个基于学习的导航系统，该系统应用于实际移动机器人平台，旨在使机器人通过学习来了解环境和导航便利性，以便在视觉引导下实现目标点的导航，经过实地测试和应用，该系统的表现优于其他以强化学习和搜索为基础的方法。

    Dec, 2020

  • VI-IKD：利用学习的视觉惯性反运动学进行高速准确的越野导航

    该论文提出了一种新的基于学习的运动学逆解模型：Visual-Inertial Inverse Kinodynamics (VI-IKD)，它结合了惯性和视觉信息，可以预测地形与车辆间的运动学相互作用，提高了无人车高速越野导航的准确性和鲁棒性。

    Mar, 2022

  • 无需地图或指南针的学习：全景目标驱动视觉导航

    本文提出了一种机器人导航系统，采用模仿学习框架在复杂环境下成功导航，使用 RGB 和深度 (RGBD) 信息，可以应对大型环境和多个房间及未知目标的导航，相较于多个基准测试具有更好的性能。

    Sep, 2019

  • 基于视觉的虚拟导航引导

    本文研究了虚拟指导对基于中级表示的导航的影响，探讨了不同形式的虚拟指导信号在导航性能方面的潜力，并使用 Unity 引擎构建了虚拟城市进行实验，结果表明虚拟指导提供了更有意义的导航信息，提高了路径完成率和导航效率。

    Mar, 2023

  • 视觉语言导航：在实际环境中解释基于视觉的导航指令

    通过视觉和语言方法的应用，本文提出了一个以真实影像为基础的强化学习环境 Matterport3D Simulator，为现实建筑物的自然语言导航问题提供了第一个基准测试数据集 Room-to-Room (R2R) dataset。

    Nov, 2017

  • 基于在线视觉语言映射的真实世界视觉语言导航

    在本文中，我们提出了一个在真实世界中解决 VLN 任务的新型导航框架，该框架利用强大的基础模型，并包括四个关键组成部分：(1) 将语言指令转换为预定义的宏操作描述的 LLMs-based 指令解析器，(2) 构建实时的视觉 - 语言地图以保持对未知环境的空间和语义理解的在线视觉 - 语言映射器，(3) 基于语言索引的定位器，将每个宏操作描述重新映射到地图上的路径点位置，以及 (4) 基于 DD-PPO 的本地控制器，用于预测动作。我们在未知的实验室环境中使用 Interbotix LoCoBot WX250 对提出的流程进行了评估，而无需进行任何细微调整，在真实世界中，我们的流程明显优于 SOTA VLN 基线。

    Oct, 2023

  • ViNL: 视觉导航和克服障碍物

    本文介绍了一种基于 ViNL 的视觉导航和运动方案，其中包括一个视觉导航策略和一个视觉运动策略，它们都是完全 “无模型” 的，通过端到端训练的神经网络来实现机器人在未知室内环境中的智能导航和避开障碍物的智能视觉运动。

    Oct, 2022

  • 将知识图谱与视觉感知对齐，进行物体目标导航

    提出了一种将知识图谱与视觉感知对齐的方法，通过连续建模场景结构和利用视觉 - 语言预训练来实现更准确和一致的场景描述，从而提供了非凡的零样本导航能力。

    Feb, 2024

  • 视觉测距技术在点目标导航中的出人意料有效性

    本研究使用实际噪声模型和视觉里程法，改进了 Habitat PointNav 基准中 PointGoal 导航任务的成功率，成功率从 64.5% 提高到 71.7%，速度提高了 6.4 倍。

    Aug, 2021

  • 机器人导航的视觉语言地图

    本研究提出了 VLMaps，一种将 3D 物理世界重建与预训练的视觉语言特征直接融合的空间地图表示，其能够通过大型语言模型将自然语言命令直接转化为空间导航目标。VLMaps 能够在不需要额外标注数据的情况下自主构建，并且可以与多种类型的机器人共享，能够进行导航的同时生成新的障碍物地图。实验表明，VLMaps 可以支持人类语言含义更丰富的导航指令。

    Oct, 2022