Esta página recopila y organiza artículos sobre inteligencia artificial publicados en todo el mundo. La información aquí presentada se resume utilizando Google Gemini y el sitio se gestiona sin fines de lucro. Los derechos de autor de los artículos pertenecen a sus autores y a las instituciones correspondientes; al compartir el contenido, basta con citar la fuente.
GeoFlow-SLAM: Un SLAM robusto de fusión de odometría RGBD-inercial y con patas, estrechamente acoplado, para robótica dinámica con patas.
Created by
Haebom
Autor
Tingyang Xiao, Xiaolin Zhou, Liu Liu, Wei Sui, Wei Feng, Jiaxiong Qiu, Xinjie Wang, Zhizhong Su
Describir
GeoFlow-SLAM es un SLAM inercial RGBD robusto y eficiente, estrechamente acoplado, para robots multipata agresivos y de alta frecuencia. Integra consistencia geométrica, restricciones de pose para robots multipata y flujo óptico de doble flujo (GeoFlow) para abordar tres desafíos principales: coincidencia de características y fallos en la inicialización de pose durante la locomoción rápida, y ausencia de características visuales en escenas sin textura. En escenarios de locomoción rápida, la coincidencia de características se mejora significativamente al aprovechar el flujo óptico de doble flujo, que combina puntos de mapa y poses previos. Además, proponemos un método de inicialización de pose robusto a la locomoción rápida y a los errores de IMU para robots multipata, integrando la estimación de pose de IMU/robot multipata, Perspectiva-n-Punto (PnP) fotograma a fotograma y Punto Más Cercano Iterativo Generalizado (GICP). Además, presentamos un novedoso marco de optimización que acopla estrechamente las restricciones geométricas del mapa de profundidad y GICP por primera vez para mejorar la robustez y la precisión en entornos visuales a largo plazo sin textura. El algoritmo propuesto alcanza un rendimiento de vanguardia (SOTA) con datos recopilados de robots multipata y conjuntos de datos de código abierto. Para facilitar la investigación y el desarrollo, los conjuntos de datos de código abierto y el código se publicarán en https://github.com/HorizonRobotics/geoflow-slam .
Presentamos un sistema SLAM robusto incluso contra movimientos agresivos de alta frecuencia de robots de varias patas.
◦
Mejora del rendimiento de coincidencia de características en situaciones de rápido movimiento mediante el uso de flujo óptico de doble flujo (GeoFlow).
◦
Estimación de pose de robot multipata/IMU, propuesta de un método robusto de inicialización de pose que integra PnP y GICP.
◦
Presentamos un nuevo marco de optimización que acopla estrechamente las restricciones geométricas GICP y las mapeadas en profundidad.
◦
Mejora del rendimiento de SLAM en entornos sin textura.
◦
Permitiendo la investigación a través de código fuente abierto y divulgación de conjuntos de datos.
◦
Lograr un rendimiento de última generación en diversos robots de múltiples patas y conjuntos de datos de código abierto.
•
Limitations:
◦
El Limitations específico no se menciona explícitamente en el artículo. Se requieren experimentos y análisis adicionales para dilucidar el Limitations.
◦
La robustez ante entornos específicos (por ejemplo, entornos extremadamente oscuros, cambios rápidos de iluminación) requiere una validación adicional.
◦
Falta de análisis detallado de la complejidad computacional y del rendimiento del procesamiento en tiempo real.
