研究人员开发了 RingNav,这是一种新颖的视觉航向估计器,专为计算资源有限的微型机器人设计。该模型将其记忆限制在圆形流形 (S^1) 上,仅学习连续图像之间的转弯来估计航向。在 TartanAir 视觉 SLAM 挑战赛的测试中,与类似大小的已学习记忆模型相比,RingNav 的平均绝对转弯误差降低了 27%,4 秒内的累积航向误差降低了 15%。该系统能够在 Raspberry Pi Zero 2W 上以 27.3Hz 运行,并在超低功耗 GAP8 处理器上达到 33.4Hz。 AI
影响 这一发展可能使资源受限的机器人系统实现更强大的导航能力。
排序理由 这是一篇详细介绍新算法及其在基准测试中性能的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Gap8 Processor
- Naitri Rajyaguru
- Raspberry Pi Zero 2W
- S1 (Berlin)
- TartanAir Visual SLAM Challenge
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →