sensor fusion | BriefGPT - AI 论文速递

关键词sensor fusion

搜索结果 - 83

从混沌到校准：一种基于几何互信息的无目标相机 - LiDAR 外部标定方法
无需训练数据、人工设计特征或离线优化的无目标外参校准算法，能够准确、精确且极其鲁棒地融合多个传感器的数据到共同的空间参考框架中，利用几何特征提供了稳健的用于相机 - 激光雷达外参校准的信息度量。
PDF8 months ago
设计有效的卷积网络进行雷达激光雷达融合目标检测
利用雷达和激光雷达的融合技术提高在恶劣天气条件下的物体检测和定位的准确性。
PDF8 months ago
近距离人体网格恢复的多模态主动测量
通过主动测量和传感器融合，提出了一种新的方法，将相机、触摸传感器和 2D LiDAR 传感器的信息融合，用于精确估计人体姿态或模型恢复。在实验证明，该方法在人体姿态估计准确度上具有优势，能够可靠地估计前景实际场景中的目标人物姿态。
PDF9 months ago
BroadBEV: 广览鸟瞰式地图构建的 LiDAR 与相机融合
提出了一种空间同步的跨模态方法，通过点散射将 LiDAR BEV 分布散布到相机深度分布，增强相机 BEV 估计和精确定位，同时改善整个 BEV 空间中 LiDAR 的稀疏性，实现了广视野 BEV 感知。
PDF9 months ago
自动驾驶系统中环绕雷达 / 激光雷达的及时融合用于目标检测
雷达和激光雷达传感器数据融合能够充分利用它们的互补优势，并为自动驾驶系统提供更准确的周围环境重建。本文介绍了一种基于最先进的目标检测模型 MVDNet 的技术，可以以由更快速的激光雷达限定的工作频率来融合全景雷达和激光雷达，从而满足自动驾驶
PDF10 months ago
利用无线、视觉和音频传感器进行室内定位：现实数据验证和讨论
本文研究使用无线电、视觉和音频传感器进行室内定位的方法。通过对最先进的算法和真实数据集的评估，我们更具体地评估了一种基于无线电的机器学习算法与大规模 MIMO 技术、基于视觉的 ORB-SLAM3 算法与 RGB-D 相机以及基于音频的 S
PDF10 months ago
NTU4DRadLM：4D 雷达中心化多模态数据集用于定位和建图
在这篇论文中，我们介绍了一个新的数据集，NTU4DRadLM，它同时包含了 6 种传感器：4D 雷达、热像仪、IMU、3D 激光雷达、视觉相机和实时定位 RTK GPS，具体设计用于 SLAM 任务，并提供了经过精调的真实轨迹和故意设计的闭
PDF10 months ago
INF: 针对 LiDAR 和相机的隐式神经融合
基于隐式神经融合的 LiDAR 和相机传感器的传感融合方法，通过训练神经密度场和神经颜色场实现传感数据的融合，同时估计 LiDAR 姿态和优化外部参数，实验表明该方法具有高精度和稳定性。
PDF10 months ago
自主驾驶的空间编码传感器融合
该论文介绍了一种使用 Transformer 模块在多个分辨率上有效合并局部和全局上下文关系的相机和 LiDAR 数据融合方法，并通过与两个具有长途路线和高密度交通的对抗基准的广泛实验证实了该方法的性能优势。与之前的方法相比，该方法在最具挑
PDFa year ago
基于语义引导的基于 Transformer 的传感器融合用于改进航点预测
传感器融合在智能自驾代理中是关键，本文通过融合辅助任务和利用模仿学习来改进基础网络以提高道路导航的安全性和完整性。
PDFa year ago
自动驾驶中的弱监督多模态 3D 人体姿势估计
一篇研究在自动驾驶汽车中进行弱监督的 3D 人体姿势估计的论文，通过相机和 LiDAR 数据的高级传感器融合实现了简单而高效的方法，通过使用现成的 2D 关节提取器和从 LiDAR 到图像的投影生成虚拟标签进行训练，在弱监督和监督学习设置中
PDFa year ago
ROFusion: 利用混合点云雷达 - 光学融合实现高效物体检测
本文提出一种混合逐点雷达 - 光学融合方法，结合了来自范围 - 多普勒频谱和光学图像的密集上下文信息，用于自动驾驶场景中的目标检测，表现优于最近的 FFT-RadNet 方法。
PDFa year ago
NLOS 双死：合作感知 V2X 的挑战和解决方案
本文提出了一种通过匹配抽象感知矩阵和移动高度混合中继确定程序来解决联合感知中无视野问题的方案，以提高车联网通信的效率和性能。
PDFa year ago
CARMA：面向能效传感器融合的上下文感知运行时重配置
提出了一种基于 FPGA 动态重新配置计算流程的上下文感知传感器融合方法 CARMA，实现了多传感器目标检测的高性能和低能耗。
PDFa year ago
惯性导航遇上深度学习：当前趋势与未来发展的综述
本文介绍了惯性导航及传感器融合中深度学习的方法及其在车载、航空、海洋等领域中的应用，同时提供了相应的统计数据，以促进更多相关深度学习方面的研究。
PDFa year ago
激光照亮黑暗：通过相机与雷达融合技术提升自动驾驶车辆低能见度感知
本篇论文提出了一种基于变形金刚网络的 3D 物体检测模型 REDFormer，该模型通过使用鸟瞰相机和雷达融合，解决低能见度条件下自动驾驶系统的感知问题，并且在多雷达点云数据、多种天气和时间数据的 nuScenes 数据集上进行验证，相比其
PDFa year ago
利用学习提高雷达和激光雷达之间的外参精度
本文提出了一种使用简单目标生成数据、配准对应关系并利用小型多层感知器执行回归的方法以及优化算法，使用类似 PyTorch 的深度学习框架进行梯度下降优化，用于三维 RADAR-LIDAR 标定，在改进外部标定参数估计方面取得了良好的效果。
PDFa year ago
感知、想象、行动：多模态感知改进基于模型的自主竞赛强化学习
该研究提出了一种自监督传感器融合技术，将自身视觉 LiDAR 和 RGB 相机观测数据相结合，应用于模型驱动的强化学习领域，通过提高状态估计来改善其准确性，并在零样本场景下验证了其有效性。
PDFa year ago
用于具身视觉的模态不变视觉里程计
提出一种基于 Transformer 的模态不变的 Visual Odometry 方法，可以应对不同或变化的导航代理的传感器套件，该模型在仅使用部分数据进行训练时，优于先前的方法。
PDFa year ago
3D 物体检测的群等变 BEV
本研究提出了一种基于群等变理论的 GeqBevNet，将群等变概念引入到 BEV 融合对象检测网络中，从而促进了 BEV 级别的旋转等变特征提取，从而降低了平均方向误差，并能提取出更多的等变特征来改善实际道路场景中的 3D 对象检测和目标定
PDFa year ago