Underwater active mapping进阶
相机声纳融合主动建图在水下垃圾搜索中优于割草机覆盖
这篇预印本提出一种融合前视声纳与相机的主动水下垃圾建图方法,利用贝叶斯占用栅格和下一步最佳视角规划,在MARUS仿真中比固定割草机模式更快找到全部11个目标,并且双传感器优于任一单独传感器。该方法使用Mask R-CNN进行实例分割,通过数据驱动的传感器模型处理不确定性,有望提升自主水下机器人垃圾调查效率,但尚未经过实地验证。
机器人与具身智能领域的最新论文,以及每篇对产业的意义。
这篇预印本提出一种融合前视声纳与相机的主动水下垃圾建图方法,利用贝叶斯占用栅格和下一步最佳视角规划,在MARUS仿真中比固定割草机模式更快找到全部11个目标,并且双传感器优于任一单独传感器。该方法使用Mask R-CNN进行实例分割,通过数据驱动的传感器模型处理不确定性,有望提升自主水下机器人垃圾调查效率,但尚未经过实地验证。
论文来自 arXiv 机器人领域。尚未生成摘要的论文,显示摘要开头部分。