Simultaneous localization and mapping
PulseAugur coverage of Simultaneous localization and mapping — every cluster mentioning Simultaneous localization and mapping across labs, papers, and developer communities, ranked by signal.
11 天有情绪数据
-
新的ROVER方法利用轨迹先验增强SLAM回环闭合验证
研究人员开发了ROVER，一种用于同时定位与地图构建（SLAM）系统中回环闭合验证的新方法，尤其适用于重复环境。与以往侧重于基于外观特征的方法不同，ROVER利用机器人历史轨迹作为先验约束来拒绝错误的检测。该方法估计机器人轨迹并评估其是否符合轨迹先验约束，以确定回环接受度，并在基准和真实世界实验中证明了其有效性。
-
SURE-Map框架通过自我修正增强几何基础模型
研究人员推出了一种新颖的、用于流式几何基础模型的自我修正框架SURE-Map。该系统通过显式建模跨视图几何不确定性并实现多时间尺度的自我修正，解决了现有模型的局限性。SURE-Map旨在提高重建的准确性并减少几何失真，尤其是在长距离场景以及存在动态对象或纹理较弱的情况下。
-
新框架Valerant使用世界模型自动生成3D游戏地图
研究人员开发了Valerant，一个利用动作条件世界模型自动生成可导航3D游戏地图的新颖框架。该系统通过结合预测性视觉展开、同步定位与地图构建（SLAM）技术以及驱动式探索动作选择，将单个图像转化为持久的3D游戏环境。Valerant旨在减少3D游戏地图创建中涉及的手动工作量，并将世界动作模型的应用扩展到2D视觉模拟之外。
-
新的AutoCompass方法通过学习带噪声的地图标签来改进视觉定位
研究人员开发了AutoCompass，一种用于训练神经地图匹配器的新方法，即使在训练数据包含带噪声标签的情况下，也能准确确定图像相对于2D地图的姿态。该方法表明，不需要显式的航向标签，因为模型可以仅从原始GPS数据中学习预测准确的航向。通过在GPS坐标周围引入容差区域，并在可用时利用来自同步定位与地图构建（SLAM）或运动恢复结构（SfM）的相对姿态，AutoCompass在驾驶和以自我为中心的基准测试中取得了比依赖精确绝对姿态标签的…
-
新的TAPVid-MV基准测试跨多个摄像头视图测试三维点跟踪
研究人员推出了一款名为TAPVid-MV的新基准测试，旨在评估跨多个同步摄像头视图跟踪三维空间中任意点的能力。该基准测试通过引入摄像头运动和长期跟踪，解决了现有数据集通常侧重于单个视频或静态摄像头设置的不足。TAPVid-MV包含284个序列，超过10万个点跟踪，均经过人工标注者验证，涵盖机器人、人类活动和自动驾驶等多个领域。初步评估表明，当前方法在此任务上面临挑战，令人惊讶的是，多视图跟踪器并不总是优于单目跟踪器，这凸显了几何恢复是…
-
新型扩散模型生成复杂3D场景图
研究人员开发了一种新颖的自回归扩散模型，能够生成3D场景图中的高级概念。这种统一的方法联合学习图结构和空间节点特征，从而能够从观察到的几何基元自下而上地构建完整的3D场景图。与现有的基于学习和随机基线相比，该模型在各种数据集上表现出优越的性能，并引入了融合Gromov-Wasserstein距离的改编版来评估生成的图。
-
新的SLAM系统集成语义理解以应对动态环境
研究人员开发了RoSe-SLAM，一个新颖的同时定位与地图构建（SLAM）系统，旨在克服传统方法在动态环境中的局限性。通过集成来自2D基础模型的语义理解，RoSe-SLAM提高了相机跟踪和几何重建的准确性。该系统利用时空运动掩码来区分静态背景和动态物体，并采用感知遮挡的关键帧选择机制来提高地图构建质量。在基准数据集上的实验表明，RoSe-SLAM的性能优于现有的动态RGB SLAM基线。
-
新方法增强大规模无人机测绘的三维重建 · 2篇论文
两篇新研究论文介绍了使用无人机（UAV）进行三维重建的先进方法。On-the-Fly3R 专注于处理无序图像流，并通过验证-拒绝-重试机制和姿态图优化来提高鲁棒性。另一方面，GeoFF3D 利用坐标锚定模型和空间大规模重建框架，直接在度量框架中预测姿态和密集点图，展示了在大规模测绘方面提高的准确性和速度。
-
调查发现，David Blackwell 的基础定理支撑着现代人工智能
一篇最近的调查论文探讨了数学家 David Blackwell 对现代人工智能的深刻且常被忽视的贡献。该论文详细介绍了 Blackwell 在 20 世纪中叶开发的定理，在当代人工智能子领域中如何保持技术相关性和影响力。这些领域包括马尔可夫链蒙特卡洛推理、同时定位与地图构建 (SLAM) 以及用于大型语言模型的强化学习（RLHF）。论文还强调了 NVIDIA 将其 GPU 架构命名为‘Blackwell’的决定，以此证明他持久的影响力…
-
新型Misanthrope检测器通过忽略图像中的人物来保护隐私
研究人员开发了一种名为Misanthrope的新型隐私保护关键点检测器，旨在通过避免检测人物来缓解反演攻击。这种方法解决了SLAM和SfM等应用中的关键漏洞，这些应用中的局部图像特征可能被利用来重建敏感场景内容。Misanthrope保持了最先进的图像匹配性能，甚至在存在干扰性人物的情况下表现出色，在Image Matching Challenge 2021 Phototourism测试集上的表现优于其他方法。
-
新型Misanthrope检测器增强图像匹配的隐私保护
研究人员开发了Misanthrope，一种旨在增强SLAM和SfM等图像匹配应用中隐私保护的新型关键点检测器。与可能容易受到揭示敏感场景内容的逆向攻击的传统方法不同，Misanthrope经过训练，可以避免检测到人脸上的关键点。这种方法从源头上减轻了隐私风险，同时保持了具有竞争力的图像匹配性能，甚至在有人的场景中作为干扰项时，其性能也优于最先进的方法。
-
新的LT-Mem框架解决了机器人“时间遗忘症”问题 · 已追踪2个来源
研究人员开发了LT-Mem，一个旨在解决动态环境中机器人“时间遗忘症”的新型框架。该系统通过整合3D感知和易变性条件下的时序推理，使机器人在重复访问时能够保持对物体的理解。LT-Mem利用多会话SLAM骨干和控制记忆演化的推理层，通过三记忆结构保存跨会话的对象身份和事件历史。该框架还包括LT-VQA，一个新数据集和评估套件，实验证明其性能和效率优于现有方法。
-
MotionGS-SLAM 利用事件相机解决机器人中的运动模糊问题
研究人员开发了MotionGS-SLAM，一个新颖的同时定位与地图构建（SLAM）系统，通过在其渲染管线中对模糊形成进行建模，有效处理运动模糊。与试图去除模糊的传统方法不同，MotionGS-SLAM利用事件相机捕捉精确的运动线索并自适应地调制高斯核。这种方法将2D高斯投影转换为与运动对齐的笔触，并调整曝光采样，从而在严重的运动条件下也能联合优化相机轨迹和3D场景几何。
-
机器人与物理AI职业：应届生就业市场及技能建议
一位物理AI和机器人专业的大四学生正在寻求关于该领域入门级职位当前就业市场状况的建议。该学生拥有扎实的技术背景，包括NVIDIA Isaac Sim等模拟工具、SLAM和强化学习等感知与控制技术，以及自主无人机等硬件实践经验。他们特别关注了解来自印度的应届毕业生的全球招聘趋势，并确定在最后一年应重点关注哪些关键技能以提高就业竞争力。
-
新的基于NeRF的SLAM系统解决了大规模场景重建问题
研究人员开发了一种新的基于神经辐射场（NeRF）的同时定位与地图构建（SLAM）方法，专为大规模环境设计。该系统采用多子图架构和双层回环闭合机制，以克服灾难性遗忘和轨迹漂移等挑战。该方法结合了渐进式建图、基于光流的跟踪以及用于增强全局描述符提取的基础模型，以确保广阔场景的准确性和一致性。
-
新的SLAM系统增强了内窥镜在光学退化下的导航能力
研究人员开发了EndoMD-SLAM，一种用于内窥镜手术的新型同步定位与地图构建（SLAM）系统。该系统专门解决了结肠镜检查中常见的由光学退化（如碎屑和冲水）引起的问题，这些问题通常会破坏标准的SLAM系统。EndoMD-SLAM采用一种由内存驱动的门控机制，在不可靠的观测期间暂停地图更新，并通过静态瞬态分解将视觉污染物与持久的解剖地图分离开来。实验表明，与现有方法相比，其轨迹误差显著降低，渲染保真度有所提高。
-
VidMap 系统增强了从非校准视频进行三维重建
研究人员开发了 VidMap，这是一个旨在提高从非校准视频重建三维环境的准确性和鲁棒性的新系统。该方法结合了同步定位与地图构建 (SLAM) 和运动恢复结构 (SfM) 技术的优点。VidMap 利用时间顺序实现可靠的回环检测，并结合度量单目深度先验来增强全局优化，在具有挑战性的数据集上表现优于现有的 SLAM 和 SfM 方法。
-
SLAM-Former 将SLAM集成到单个Transformer模型中
研究人员开发了SLAM-Former，这是一种新颖的方法，将同步定位与地图构建（SLAM）功能集成到单个Transformer模型中。该系统包含一个前端，用于使用单目图像进行实时增量式地图构建和跟踪，以及一个用于全局优化的后端，以确保几何一致性。前端和后端之间的相互作用提高了系统的整体性能，实验结果表明SLAM-Former与最先进的密集SLAM方法相比具有竞争力。
-
新的 SLAM 系统通过神经结构光实现高保真深度感知
研究人员开发了 NSL-SLAM，一个利用高保真神经结构光深度感知的新型同步定位与地图构建 (SLAM) 系统。该系统通过将单目深度先验信息融入结构光解码过程，从而提高了深度质量，在 Replica-SL 基准测试中深度均方根误差 (RMSE) 降低了 35%。NSL-SLAM 优先使用这种密集、度量精确的深度进行跟踪，仅在几何挑战性场景中辅以稀疏的视觉对应。该系统在真实世界基准测试中表现稳健，实现了显著更低的轨迹偏差，并避免了其他方…
-
新的SLAM框架利用深度学习和语义改进数据关联
研究人员开发了一个新的同时定位与地图构建（SLAM）框架，解决了长期存在的数据关联挑战。这种新颖的方法利用深度学习和语义信息，例如对象类别标签和来自视觉基础模型的特征向量，来提高准确性和效率。该框架联合估计数据关联、机器人姿态、路标位置和路标语义，为路标数量估计提供了一种原则性的方法，并在合成和真实世界数据集上都展示了卓越的性能。