SymboSLAM:多智能体系统中的语义地图生成
该综述性论文全面概述了同时定位与建图(SLAM)领域的最新进展,重点关注环境特征符号化表示的集成。该论文综合了多智能体系统(MAS)和人机协同研究趋势,强调了它们在符号化和子符号化 SLAM 任务中的应用,着重探讨本体设计和符号推理在创建各种环境的复杂 2D 和 3D 地图中的演变和重要性。这项研究重点考察了 SLAM 中不同的架构方法,特别关注了 MAS 环境中边缘和控制智能体架构的功能和应用。该研究承认了在建图任务中对增强的人机协作的日益需求,并研究了这些协作努力如何提高环境建图的准确性和效率。
Mar, 2024
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
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
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
本文探讨了语言输入与机器人导航系统的整合,借助符号互操作假设来连接符号认知和体验性认知的鸿沟。我们研究了将语言和语义融入神经网络和同时定位与映射方法的先前工作,突出展示了这些整合如何推进了该领域的发展。通过将抽象符号处理与感知动作基础相对比,我们提出了一个统一的框架,其中语言既作为一个抽象的交际系统,又作为感知经验的基础性表示。我们对分布语义认知模型及其应用于自主代理的审查强调了语言整合系统的转变潜力。
Apr, 2024
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
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
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
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
本文回顾了 Visual-SLAM 领域中采用基于深度学习等基于数据驱动的方法来解决传统基于几何模型的技术在复杂环境中难以处理的 SLAM 问题的最新进展,并探讨了其面临的挑战和发展机遇。
Sep, 2022