Robotic Perception
PulseAugur coverage of Robotic Perception — every cluster mentioning Robotic Perception across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的OmniCAD基准测试揭示VLM在3D机器人装配推理方面存在困难
研究人员推出了OmniCAD，这是一个新推出的、大规模的基准测试，旨在评估视觉语言模型（VLM）在机器人装配背景下的3D空间推理能力。该基准测试包含25,000个机械装配体，平均每个装配体有12个零件，并包含经过人类验证的3D模型和各种配合关系。初步实验表明，当前的VLM在复杂的工业装配推理方面存在困难，尤其是在复杂性增加时，在零件定位、配合关系和整体装配有效性方面表现出不准确性。创建者计划发布该基准测试和相关工具，以促进该领域的进一步研究。
-
神经形态处理器实现高能效物体姿态估计
研究人员开发了一种新颖的鲁棒透视n点（PnP）公式，可在神经形态处理器上执行，从而提高机器人感知中物体姿态估计的能效。该方法通过从易受离群值影响的2D-3D对应关系中确定具有最多内点的物体姿态。此外，还设计了一个脉冲神经网络（SNN）来从事件数据中预测2D地标，从而实现对物体姿态估计流程的更完整的神经形态处理。在Intel Loihi 2硬件上进行的测试证明了其具有竞争力的准确性和卓越的能效。
-
新方法改进了自动驾驶系统的激光雷达-相机配准
研究人员开发了一种新的方法，用于激光雷达点云和相机图像之间的点像素配准，这是自动驾驶和机器人感知中的一项关键任务。这种新颖的方法采用无检测器框架进行直接匹配，解决了两种数据类型之间的模态差异。它还包含一个可重复性评分机制，通过抑制低强度变化区域的匹配来提高可靠性，这对于稀疏的单帧激光雷达数据尤其有效。在多个基准测试上的实验表明，该方法达到了最先进的性能，甚至优于使用累积点云的方法。
-
CalibAnyView 通过多视图几何一致性改进相机标定
研究人员开发了 CalibAnyView，一种适用于任意数量输入视图的相机标定新方法，克服了单视图方法的局限性。该技术明确地对多张图像之间的几何一致性进行建模，这是在真实场景中实现精确 3D 感知的关键一步。CalibAnyView 利用了多视图 Transformer 和几何优化框架，与现有方法相比，其性能更优越，并且随着输入视图的增加，精度也会提高。