以下內(nèi)容來(lái)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

#論文#開源代碼# ?RO-MAP: Real-Time Multi-Object Mapping with Neural Radiance Fields

論文地址：https://arxiv.org/abs/2304.05735

作者單位：電子科技大學(xué)

開源代碼：https://github.com/XiaoHanGit/RO-MAP ?

對(duì)環(huán)境中物體的準(zhǔn)確感知對(duì)于提高SLAM系統(tǒng)的場(chǎng)景理解能力至關(guān)重要。在機(jī)器人和增強(qiáng)現(xiàn)實(shí)應(yīng)用中，具有語(yǔ)義和度量信息的對(duì)象地圖顯示出具有吸引力的優(yōu)勢(shì)。在本文中，我們提出了RO-MAP，一種新型的多目標(biāo)建圖方法，它不依賴于3D先驗(yàn)。在僅給予單目輸入的情況下，我們使用神經(jīng)輻射場(chǎng)來(lái)表示對(duì)象，并將其與基于多視圖幾何的輕量級(jí)對(duì)象SLAM耦合，以同時(shí)定位對(duì)象并隱式學(xué)習(xí)其密集幾何。我們?yōu)槊總€(gè)檢測(cè)到的對(duì)象創(chuàng)建單獨(dú)的隱式模型，并在添加新觀測(cè)時(shí)動(dòng)態(tài)并行地訓(xùn)練它們。在合成數(shù)據(jù)集和真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn)表明，我們的方法可以生成具有形狀重建的語(yǔ)義對(duì)象映射，并且在實(shí)現(xiàn)實(shí)時(shí)性能(25Hz)的同時(shí)與離線方法競(jìng)爭(zhēng)。

本文貢獻(xiàn)如下：?

1、據(jù)我們所知，我們提出了第一個(gè)3D先驗(yàn)自由單目多目標(biāo)建圖方法，可以在場(chǎng)景中定位和重建對(duì)象。

2、我們提出了一個(gè)有效的對(duì)象損失函數(shù)，結(jié)合高性能CUDA實(shí)現(xiàn)，使系統(tǒng)具有實(shí)時(shí)性能。?

3、我們?cè)u(píng)估了所提方法在合成數(shù)據(jù)集和真實(shí)數(shù)據(jù)集上的有效性。此外，代碼和數(shù)據(jù)集也將發(fā)布。