Đây là trang tổng hợp các bài báo về trí tuệ nhân tạo được xuất bản trên toàn thế giới. Trang này sử dụng Google Gemini để tóm tắt nội dung và hoạt động phi lợi nhuận. Bản quyền của các bài báo thuộc về tác giả và tổ chức liên quan; khi chia sẻ, chỉ cần ghi rõ nguồn.
GeoFlow-SLAM: Hệ thống đo khoảng cách quán tính RGBD và chân kết hợp chặt chẽ, mạnh mẽ dành cho robot có chân động
Created by
Haebom
Tác giả
Tingyang Xiao, Xiaolin Chu, Liu Liu, Wei Sui, Wei Feng, Jiaxiong Qiu, Xinjie Wang, Zhizhong Su
Phác thảo
GeoFlow-SLAM là một SLAM quán tính RGBD kết hợp chặt chẽ mạnh mẽ và hiệu quả dành cho robot đa chân hung hãn và tần số cao. Nó tích hợp tính nhất quán hình học, các ràng buộc tư thế robot đa chân và luồng quang học hai luồng (GeoFlow) để giải quyết ba thách thức chính: khớp đặc điểm và lỗi khởi tạo tư thế trong quá trình di chuyển nhanh, và thiếu các đặc điểm trực quan trong các cảnh không có kết cấu. Trong các tình huống di chuyển nhanh, việc khớp đặc điểm được cải thiện đáng kể bằng cách tận dụng luồng quang học hai luồng kết hợp các điểm bản đồ và tư thế trước đó. Ngoài ra, chúng tôi đề xuất một phương pháp khởi tạo tư thế mạnh mẽ trước chuyển động nhanh và lỗi IMU cho robot đa chân bằng cách tích hợp ước tính tư thế robot đa chân/IMU, Điểm n phối cảnh (PnP) từng khung hình và Điểm gần nhất lặp lại tổng quát (GICP). Hơn nữa, chúng tôi giới thiệu một khuôn khổ tối ưu hóa mới kết hợp chặt chẽ các ràng buộc hình học bản đồ độ sâu và GICP lần đầu tiên để cải thiện độ mạnh mẽ và độ chính xác trong các môi trường không có kết cấu trực quan dài hạn. Thuật toán được đề xuất đạt hiệu suất tiên tiến (SOTA) trên các tập dữ liệu robot nhiều chân và nguồn mở đã thu thập. Để tạo điều kiện thuận lợi hơn cho nghiên cứu và phát triển, các tập dữ liệu và mã nguồn mở sẽ được công khai tại https://github.com/HorizonRobotics/geoflow-slam .
