RealSense, Inc.
PulseAugur coverage of RealSense, Inc. — every cluster mentioning RealSense, Inc. across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
新型MMGNet增强了杂乱场景中的机器人抓取能力
研究人员开发了MMGNet，一种新颖的多模态抓取合成网络，旨在提高机器人再杂乱环境中的抓取能力。该网络通过采用分层图像到3D特征注入和旋转抓取度建模，解决了点云和RGB图像使用中的局限性。MMGNet在GraspNet-1Billion基准测试中表现出色，平均精度达到60.34%，并在实际实验中比AnyGrasp方法提高了8.46个百分点的抓取成功率。
-
MMGNet通过多模态方法增强机器人抓取能力
研究人员开发了MMGNet，一种新颖的多模态抓取合成网络，旨在改善杂乱环境中的机器人抓取能力。该网络通过采用分层图像到3D特征注入和旋转抓取度建模，解决了点云和RGB图像在抓取合成中的局限性。这些技术使MMGNet能够更好地将视觉线索整合到3D场景表示中，并更准确地预测抓取接近方向。在评估中，MMGNet在GraspNet-1Billion数据集上表现出卓越的性能，并在真实世界实验中实现了比现有方法更高的抓取成功率。
-
波士顿成为实体AI和机器人技术中心，吸引大量投资
波士顿正迅速崛起成为机器人技术和实体AI的重要中心，吸引了众多大公司和巨额投资。该地区的优势在于其集中的机器人技术人才、研究机构以及开发关键AI驱动感知技术的公司。Cognex以5亿美元收购Intel的RealSense部门等战略性收购进一步巩固了该区域在自主系统3D视觉方面的能力。
-
新研究解决了可穿戴机器人的可供性分割问题 · 跟踪2个来源
两篇研究论文探讨了在嵌入式设备上改进视觉可供性分割的方法，特别是针对可穿戴机器人。第一篇论文侧重于增强轻量级神经网络的解码器模块，以平衡泛化性能与计算成本。第二篇论文介绍了使用RGB-D摄像头和硬件感知神经架构搜索的方法，以在性能和硬件约束之间实现帕累托最优，并在电池兼容的能源预算内展示了实时能力。
-
MASt3R-Nav：像素级3D地图赋能全新机器人导航范式
研究人员推出MASt3R-Nav，一个在像素级相对3D地图上运行的新型机器人视觉导航系统。该方法绕过了复杂全局3D重建或粗粒度语义对象表示的需求，显著降低了计算负荷并提高了导航鲁棒性。该系统利用独特的WayPixel代价地图和PixelReact控制器来实现精确的路径规划和执行，在模拟和实际部署中均展现出强劲性能。