Nov, 2023

基于梯度的本地最佳视角规划提高对目标植物节点的感知

PDF
TL;DR机器人在番茄大棚中越来越多地用于自动化劳动密集型任务，但面临着植物其他部分的遮挡引起的感知困难。我们提出了一种基于梯度的下一最佳观测点规划方法，通过差分射线采样直接估计视点规划的局部梯度方向，旨在克服遮挡问题并提高感知质量，在模拟实验中证明了该方法的有效性。
发现论文，激发创造
  • 基于外观的视点规划方法：Bag of Views 用于三维重建

    通过机器学习和图像处理实现无人机的三维重建和监测，其中视角规划是其关键部分，该研究提出了一种基于 Bag-of-Views 的模型，用于评估捕获视角的效用。

    Jul, 2023

  • GenNBV：通用的主动三维重建最佳观察策略

    通过使用深度学习框架与增强学习方法，我们提出了一个新的基于 Next-Best-View 策略的 3D 重建模型，该模型在多个数据集上取得了优异的性能，同时具备跨数据集泛化能力。

    Feb, 2024

  • 基于梯度的 B 样条轨迹优化的视觉辅助无人机导航及动态避障

    该论文提出了一种基于梯度的 B 样条轨迹优化算法，利用机器人的视觉感知，可以在动态环境中快速、安全地生成避障轨迹。

    Sep, 2022

  • 自主隐式室内场景重建与边界探索

    通过引入基于前沿探索任务的全局覆盖和基于隐式表面不确定性的重建任务，结合使用颜色不确定性实现隐式表面不确定性的方法，提出了一种自适应策略来在视角路径规划中切换模式，以减少时间并保持卓越的重建质量。该方法在所有规划方法中展示了最高的重建质量和在涉及重建任务的方法中的优越规划效率。我们在一架无人机上部署了我们的方法，并且结果显示我们的方法可以计划多任务视图并以高质量重建场景。

    Apr, 2024

  • 使用自身中心和世界中心地图实现主动域无关的自定位

    通过使用深度强化学习训练域不变的 next-best-view planner（下一个最佳视角规划器）来解决在自主机器人导航中收集大量视觉经验的高成本问题。具体来说，使用卷积神经网络中的输出层提示和中间层提示来训练多视角 NBV 规划器并在公共 NCLT 数据集上进行实验证实了该方法的有效性。

    Apr, 2022

  • 鸟瞰视角下的视觉语言导航场景图

    利用 BEV 场景图编码室内环境的场景布局和几何线索以解决视觉语言导航中对于三维场景几何和全景观察选择的限制，该方法在 REVERIE、R2R 和 R4R 数据集上显著优于现有方法，展示了 BEV 感知在视觉语言导航中的潜力。

    Aug, 2023

  • 三维重建的下一最佳视角策略

    本研究提出了一种基于 Scan-RL 的学习算法，使用 Houses3K 数据集可以在完成重建更少步骤和更短距离的情况下进行 3D 建模，并且单个 NBV 策略可以用于多个房屋的扫描。

    Aug, 2020

  • 语义感知主动视觉有效搜索和检测相关植物部位

    提出了一种基于语义信息的主动视觉策略，可用于自动收割和除叶番茄作物中的植物部件识别，该策略具有优异的准确性和鲁棒性。

    Jun, 2023

  • 神经辐射世界中的仅视觉机器人导航

    利用神经辐射场（Neural Radiance Fields）的连续体密度和 RGB 值的神经网络，以及基于射线追踪的方式生成真实照片，我们提出了一种利用机载 RGB 摄像头的算法，使机器人在 NeRF 表示的 3D 场景中导航，并通过一种优化算法避免与高密度区域的碰撞，并在线重新规划路径。

    Oct, 2021

  • 农业环境中的嘈杂三维重建：基于贝叶斯优化的视角规划

    基于几何准则和贝叶斯优化算法的 3D 重建方法，考虑到噪声的存在，能够使用少量相机在存在噪声的农业环境中进行准确的 3D 重建。

    Sep, 2023