Kirjaudu sisään
näkemys - 로봇 비전 및 센서 융합
카메라와 LiDAR 센서 간 정확한 정합을 통한 위치 추정 및 외부 보정
제안하는 CMRNext 기법은 센서 특화 매개변수에 의존하지 않고, 다양한 환경과 센서 구성에 일반화될 수 있는 카메라-LiDAR 정합 기법이다.
로봇 비전 시스템의 성능 향상을 위한 로봇 상태 정보 활용
로봇의 상태 정보를 비전 기반 딥러닝 모델에 보조 입력으로 제공하면 다양한 비 자아중심적 공간 인지 문제에서 성능이 향상된다.
장소 인식을 위한 지역 및 전역 다중 모달 특징의 통합
다중 모달 데이터(비전, LiDAR)의 지역 및 전역 특징을 통합하여 별도의 재순위화 단계를 거쳐 별도의 모달리티에서 추출한 지역 특징을 활용함으로써 별도의 모달리티에서 추출한 지역 특징을 활용하여 장소 인식 성능을 향상시킨다.
장소 인식을 위한 지역 및 전역 다중 모달 특징의 통합
다중 모달 데이터(비전, LiDAR)의 지역 및 전역 특징을 통합하여 별도의 재순위화 단계를 거쳐 장소 인식 성능을 향상시킨다.
어두운 환경에서 로봇 탐사를 위한 신경망 조명 및 3D 가우시안 재조명 학습
어두운 환경에서 움직이는 광원을 가진 로봇 플랫폼을 위해 사실적인 3D 장면 표현을 구축하고 재조명하는 방법을 제안한다.
정밀하고 강건한 스테레오 시각-관성 SLAM 초기화를 위한 정상 에피폴라 제약 활용
정확한 자이로스코프 바이어스 추정이 회전 정확도에 미치는 중요한 영향을 고려하여, 회전 추정을 개선하고 이를 활용해 번들 조정을 통한 정확한 위치 추정을 달성한다.
Tuotteet | Materiaalit
© 2024 by Linnk AI