PulseAugur
实时 13:50:51

新模型通过集成传感增强了腿式机器人的导航能力

研究人员开发了Seq-DeepIPC,一种用于腿式机器人导航的新型端到端模型,集成了多模态传感和时间融合。该系统结合了RGB-D和GNSS数据进行语义分割和深度估计,从而实现更鲁棒的空间感知。通过利用轻量级编码器进行边缘部署,并从连续GNSS数据中提取航向,Seq-DeepIPC为在各种地形中自主导航提供了高效准确的解决方案,性能优于基线方法。 AI

影响 引入了一种用于腿式机器人端到端导航的新方法,有可能提高它们在复杂环境中的自主性。

排序理由 该集群包含一篇详细介绍机器人导航新模型和方法的学术论文。[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 →

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Oskar Natan, Jun Miura ·

    Seq-DeepIPC: Sequential Sensing for End-to-End Control in Legged Robot Navigation

    arXiv:2510.23057v2 Announce Type: replace-cross Abstract: We present Seq-DeepIPC, a sequential end-to-end perception-to-control model for legged robot navigation in real-world environments. Seq-DeepIPC advances intelligent sensing for autonomous legged navigation by tightly integ…