实体
Grandtour
Grandtour
PulseAugur coverage of Grandtour — every cluster mentioning Grandtour across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
Vernata框架通过自监督学习增强激光雷达点云学习
研究人员开发了Vernata，一个旨在改进激光雷达点云深度学习模型的新型自监督学习框架。该框架通过稀疏视图增强、用于稳定训练的内存库以及使用2D图像特征进行语义引导的跨模态蒸馏来扩展Sonata架构。在TartanGround和Waymo等数据集上的实验显示性能显著提升，Vernata在平均交并比（mIoU）得分方面相比Sonata基线取得了显著改进。
-
研究发现，四足机器人的 SLAM 性能取决于传感器选择
一篇新的研究论文系统地评估了不同的传感器配置如何影响四足机器人的同步定位与地图构建（SLAM）性能。该研究使用 GrandTour 数据集在 ANYmal D 机器人上进行，发现立体摄像头设置优于单目和 RGB-D 配置。此外，与滚动快门摄像头相比，全局快门摄像头显著减少了由运动引起的跟踪失败。研究还强调，在动态腿式运动场景中，标准的惯性集成有时会阻碍以视觉为中心的 SLAM 系统的性能。