以下內(nèi)容來自小六的機(jī)器人SLAM學(xué)習(xí)圈知識(shí)星球每日更新內(nèi)容

點(diǎn)擊領(lǐng)取學(xué)習(xí)資料 → 機(jī)器人SLAM學(xué)習(xí)資料大禮包

IROS 2023|CSIRO與昆士蘭科技大學(xué)發(fā)布自然環(huán)境中的深度魯棒多機(jī)器人重定位【Deep Robust Multi-Robot Re-localisation in Natural Environments】

文章鏈接：[2307.13950] Deep Robust Multi-Robot Re-localisati...

重定位的成功對(duì)于在先驗(yàn)地圖內(nèi)操作或在現(xiàn)實(shí)場(chǎng)景中相互關(guān)聯(lián)的機(jī)器人的實(shí)際部署具有至關(guān)重要的影響。使用單一模式，地點(diǎn)識(shí)別和定位可能會(huì)在森林等具有挑戰(zhàn)性的環(huán)境中受到影響。為了解決這個(gè)問題，我們提出了一種使用激光雷達(dá)圖像跨模態(tài)來防止基于激光雷達(dá)的新定位失敗的策略。我們的解決方案依靠自我監(jiān)督的 2D-3D 特征匹配來預(yù)測(cè)對(duì)齊和錯(cuò)位。利用深度網(wǎng)絡(luò)進(jìn)行激光雷達(dá)特征提取和點(diǎn)云之間的相對(duì)姿態(tài)估計(jì)，我們訓(xùn)練一個(gè)模型來評(píng)估估計(jì)的變換。通過分析嵌入空間中的圖像-激光雷達(dá)相似性以及歐幾里得空間中兩種模態(tài)所見區(qū)域內(nèi)可用的幾何約束，可以學(xué)習(xí)預(yù)測(cè)是否存在未對(duì)準(zhǔn)的模型。使用真實(shí)數(shù)據(jù)集（離線和在線模式）的實(shí)驗(yàn)結(jié)果證明了所提出的流水線方案在非結(jié)構(gòu)化自然環(huán)境中穩(wěn)健重定位的有效性。

以上內(nèi)容來自小六的機(jī)器人SLAM學(xué)習(xí)圈知識(shí)星球每日更新內(nèi)容

最后介紹一下我們最近的幾個(gè)學(xué)習(xí)活動(dòng)：

1、從零掌握GNSS、RTK定位

2、從零開始ChatGPT編程

3、視覺動(dòng)態(tài)SLAM方向全梳理

4、超棒的機(jī)器人SLAM圈！