PulseAugur
实时 08:41:53
English(EN) OpenNavMap: Multi-Session Appearance-Based Topometric Mapping for Scalable Visual Navigation

OpenNavMap系统推动机器人可扩展视觉导航发展

研究人员推出OpenNavMap,一个专为真实世界环境中的可扩展视觉导航设计的新颖系统。这种轻量级、无地标的方法将图像数据组织成图,并按需利用3D几何基础模型进行局部几何恢复。OpenNavMap在无地图基准测试中取得了最先进的性能,具有最小的平移误差,并显著限制了绝对轨迹误差,即使没有深度传感器。该系统还成功地在模拟和物理机器人上完成了自主视觉导航任务。 AI

影响 该系统有望在复杂环境中实现更强大、可扩展的长期机器人部署。

排序理由 这是一篇详细介绍新的视觉导航系统的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

OpenNavMap系统推动机器人可扩展视觉导航发展

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Jianhao Jiao, Changkun Liu, Jingwen Yu, Boyi Liu, Qianyi Zhang, Yue Wang, Dimitrios Kanoulas ·

    OpenNavMap: Multi-Session Appearance-Based Topometric Mapping for Scalable Visual Navigation

    arXiv:2601.12291v2 Announce Type: replace-cross Abstract: Scalable and maintainable maps are fundamental to large-scale navigation and the long-term deployment of robots in real-world environments. However, conventional maps that explicitly maintain dense geometry or 3D landmarks…