跳到正文
热点事件持续更新

SGM-SLAM:场景图匹配实现数据高效分布式SLAM

1 篇报道1 个报道来源15 小时前更新

先了解这件事

AI 综述

Yewei Huang等作者提出分布式SLAM框架SGM-SLAM,面向GPS拒止、通信受限环境下的多机器人协同。各机器人可独立初始化坐标系,仅需共享有限的空间重叠区域。 该方法用融合RGB-LiDAR点云构建场景图,包含语义分割点云层与离散有界物体层;机器人之间交换并匹配物体数据完成协同,并通过多步数据交换与优化提升通信效率。 作者称,在包含有限轨迹重叠、视角变化、重复结构和视觉退化条件的真实数据集上验证了该方法的有效性与通信效率。

AI 根据报道生成 · 15 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月9日
  1. arXiv cs.RO
    SGM-SLAM:面向数据高效分布式SLAM的场景图匹配方法

    作者提出SGM-SLAM分布式SLAM框架,面向GPS拒止、通信受限环境下的多机器人协同,机器人可各自独立初始化坐标系且仅共享有限空间重叠。该方法用融合RGB-LiDAR点云构建包含语义分割点云层与离散有界物体层的场景图,并通过与邻近机器人交换和匹配物体数据完成协同匹配,采用多步数据交换与优化提升通信效率。作者在含有限轨迹重叠、视角变化、重复结构和视觉退化条件的真实数据集上验证了效果与通信效率。

本事件热度走势

可比范围当前
7
可比范围峰值
1011月9日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。