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.

OmniUnet : un réseau multimodal pour la segmentation de terrain non structurée sur les rovers planétaires utilisant l'imagerie RVB, de profondeur et thermique

Created by
  • Haebom

Auteur

Raul Castilla-Arquillo, Carlos Pérez-del-Pulgar, Levin Gerdes, Alfonso Garcia-Cerezo, Miguel A. Olivares-Mendez

Contour

Cet article propose OmniUnet, un modèle de segmentation sémantique basé sur des images multimodales (RVB, profondeur, thermique) pour la navigation autonome et sécurisée des rovers martiens. Entraîné à partir d'un jeu de données multimodales collectées dans le désert des Bardenas en Espagne, OmniUnet utilise une architecture réseau basée sur Transformer et est conçu pour permettre l'inférence en temps réel, même sur des Jetson Orin Nano aux ressources limitées. Les résultats expérimentaux démontrent d'excellentes performances dans la segmentation de terrains complexes et non structurés, avec une précision de 80,37 % au pixel près. Le jeu de données et le code source collectés sont ouverts et disponibles pour de futures recherches.

Takeaways, Limitations_

Takeaways:
Un modèle efficace de segmentation du terrain martien utilisant des images multimodales (RGB-DT) est présenté.
Mise en œuvre d'un modèle léger capable de traitement en temps réel même dans des environnements à ressources limitées.
Contribuer au développement futur de la recherche grâce à des ensembles de données ouverts et du code source.
Contribuer à améliorer la sécurité de la conduite autonome des robots d'exploration de Mars.
Limitations:
Taille et diversité limitées des ensembles de données (désert des Bardenas uniquement).
Différences par rapport à l’environnement martien réel (en utilisant un environnement simulé).
Une vérification des performances de généralisation pour d’autres types de terrains et d’obstacles est nécessaire.
Une évaluation supplémentaire de la durabilité et de la stabilité pour un fonctionnement à long terme est nécessaire.
👍