Jun, 2022

多机器人语义目标映射在感知受损环境中的操作约束下的早期召回、晚期精度

PDF
TL;DR本文提出了一种名为 EaRLaP 的语义对象映射技术，在多机器人探索中，在含有不确定性、感知降级的环境下实现高召回率和高精度，取得了成功的应用并在不同数据集上进行了表现。
semantic object mappingperceptually degraded environmentsmulti-robot explorationvisual perception algorithmsearlap
发现论文，激发创造
  • 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

  • 面向对象语义地图的有意义地图绘制

    本文讨论了智能机器人如何同时理解环境的几何和语义属性，以构建包含物体级别实体和基于点或网格的几何表示的环境地图。作者的系统结合 RGB-D SLAM、深度学习目标检测和 3D 非监督分割等技术，同时构建几何点云模型和包含这些物体模型的地图。

    Sep, 2016

  • 实时单目物体感知稀疏 SLAM

    本文在单目 SLAM 框架中嵌入了实时深度学习的目标检测器，将普通物体表示为四面体，进一步细化物体重建，检测附加平面标志并建模为独立地标志，可大幅提高系统的定位性能和语义地图的丰富程度。

    Sep, 2018

  • 大规模自主地图制作与位置定位：用于感知性下降地下环境探索的技术 (LAMP)

    在大规模、未知和复杂的地下环境中进行同时定位和地图构建（SLAM）是一个具有挑战性的问题。本文在 DARPA Subterranean Challenge 的背景下，实施和测试了一种基于激光雷达的多机器人 SLAM 系统，包括准确的激光雷达前端和自动排除异常闭环的灵活和强健后端。在具有挑战性的地下环境中进行了大规模的评估并讨论了未来的研究方向。

    Mar, 2020

  • 在室内环境中进行高层语义区域划分而无需物体识别

    通过室内环境中的具身导航，提出了一种语义区域绘图的方法，通过视觉 - 语言模型向导绘图，将自身场景理解映射到全局框架上，生成具有高级代理知识的语义地图，实现自主地图生成。在逼真模拟器的实验中，该方法在大量基线方法中明显优于基于对象的系统和预训练场景分类器。

    Mar, 2024

  • SuMa++：高效 LiDAR 语义 SLAM

    本文提出了一种基于三维激光雷达测距扫描和神经网络对语义信息进行提取的建图及定位方法，实现了对运动物体的有效滤波和语义信息约束下的扫描匹配，与现有基于几何约束的方法相比，实验结果表明其性能更优。

    May, 2021

  • 一个物体 SLAM 框架：关联、映射和高级任务

    本文提出了一种综合的基于物品的感知和基于物品的机器人任务的物体 SLAM 框架，专注于解决 SLAM 中的数据关联、物体表示和语义地图问题，并通过公开数据集和真实世界结果对其性能进行了评估。

    May, 2023

  • STAIR：语义目标驱动的主动隐式重建

    我们提出了一个新的框架，利用姿态化的 RGB-D 测量和 2D 语义标签作为输入，进行语义目标的主动重建，实现对感兴趣目标的自适应视角规划，从而在网格和新视角渲染质量方面实现更好的重建性能，超过不考虑语义的隐式重建基线和基于显式地图的最先进的语义目标主动重建流水线。

    Mar, 2024

  • 一种在线语义映射系统，用于扩展与增强视觉 SLAM

    本文提出了一种移动视觉系统的实时语义地图构建方法，采用 2D 到 3D 对象检测流程和快速数据关联，将关联检测作为语义约束引入 SLAM 系统进行姿态校正，通过本文提出的观测对象局部关联处理和基于不确定性贪心关联的方案，平均迭代时间达到了 65ms，实验结果表明在公共数据集上能够使现有的 SLAM 系统姿态估计提高 68％。

    Mar, 2022

  • 定位召回率精度（LRP）：一种新的目标检测性能度量

    本文提出了一种针对目标检测的度量标准 'Localization Recall Precision (LRP) Error'，该度量标准由三个与定位、假阴性率和假阳性率有关的组成部分组成，利用 Optimal LRP 来决定一个类别的最佳置信度阈值，从而平衡定位和召回精度之间的权衡。与 AP 不同，Optimal LRP 能为 SOTA 检测器提供比 AP 更丰富和有区别性的信息。

    Jul, 2018