Daily Arxiv

Cette page résume et organise les publications en intelligence artificielle du monde entier.
Les contenus sont synthétisés grâce à Google Gemini et le service est proposé à but non lucratif.
Les droits d'auteur des articles appartiennent à leurs auteurs ou institutions respectives ; en cas de partage, il suffit d'en mentionner la source.

CuVSLAM : odométrie et cartographie visuelles accélérées CUDA

Created by
  • Haebom

Auteur

Alexander Korovko, Dmitry Slepichev, Alexander Efitorov, Aigul Dzhumamuratova, Viktor Kuznetsov, Hesam Rabeti, Joydeep Biswas, Soha Pouya

Contour

CuVSLAM est une solution de localisation et de cartographie visuelles simultanées (VSLAM) de pointe qui exploite diverses combinaisons de capteurs visuels et inertiels, notamment plusieurs caméras RVB et de profondeur, ainsi que des centrales de mesure inertielles. Elle prend en charge de une à 32 caméras RVB dans des configurations géométriques arbitraires, ce qui la rend applicable à une variété de configurations robotiques. Optimisée avec CUDA, elle permet un déploiement dans des applications temps réel avec une charge de calcul minimale sur des dispositifs d'informatique de pointe tels que NVIDIA Jetson. Dans cet article, nous présentons la conception et la mise en œuvre de cuVSLAM, des cas d'utilisation et des résultats expérimentaux sur des benchmarks de pointe, démontrant des performances de pointe.

Takeaways, Limitations

Takeaways:
Fournir un système VSLAM flexible prenant en charge diverses combinaisons de capteurs visuels-inertiels.
Calcul efficace grâce à l'optimisation CUDA pour un fonctionnement en temps réel sur les appareils informatiques de pointe.
A démontré des performances de haut niveau dans plusieurs benchmarks.
ÉLargissement de l’applicabilité à diverses plateformes robotiques.
Limitations:
Le Limitations spécifique n'est pas mentionné dans cet article. Des expériences et analyses supplémentaires sont nécessaires pour déterminer les limites de performance dans divers environnements et conditions.
Des informations supplémentaires sont nécessaires concernant les dépendances vis-à-vis de capteurs ou d’environnements spécifiques.
Manque d'informations sur la disponibilité et l'extensibilité du code source.
👍