使用4D隐式神经表示的动态环境下的3DLidar建图

科技视觉大放送 2024-10-23 07:04:36

以下内容来自小六的机器人AI学习圈(6年积累,全国最大的机器人SLAM交流社区,为SLAM行业从业者提供从入门、学习、交流、求职、线下链接、合作、咨询、答疑等一系列的服务)知识星球每日更新内容

【3D LiDAR Mapping in Dynamic Environments Using a 4D Implicit Neural Representation】

文章链接:[2405.03388] 3D LiDAR Mapping in Dynamic Environme...

作者单位:波恩大学

开源仓库:GitHub - PRBonn/4dNDF: 3D LiDAR Mapping in Dynamic...

构建精确的地图是实现自动驾驶车辆可靠定位、规划和导航的关键组成部分。提出了一种利用LiDAR扫描序列构建动态环境精确地图的新方法。为此,我们提出将4D场景编码为一种新颖的时空隐式神经地图表示,通过对每个点拟合一个与时间相关的截断符号距离函数。利用我们的表示,我们通过过滤动态部分来提取静态地图。我们的神经表示基于稀疏的特征网格,一个全局共享的解码器和依赖于时间的基函数,我们以无监督的方式联合优化。为了从LiDAR扫描序列中学习这种表示,我们设计了一个简单而有效的损失函数,以分段的方式监督地图优化。我们从静态地图的重建质量和动态点云的分割两方面评估了我们的方法1在包含移动物体的各种场景中的表现。实验结果表明,我们的方法能够去除输入点云的动态部分,同时重建出精确和完整的3D地图,优于几种最先进的方法。

推荐教程

我对Fast-LIO2做了改进,解决了Z轴漂移、有效检测回环及解决了回环重影、实现了重定位2025秋招,上来就问3D Gaussian Splatting。。。香港大学开源的这个激光雷达惯性SLAM,太强了!一招掌握3DGS基础视觉三维重建!深度计算+点云处理+网格重建优化+纹理贴图!谷歌这个SLAM开源方案,造福了整个机器人行业!重大变革!NeRF和3D高斯喷溅如何重塑SLAM?发顶会顶刊不再难!多传感器融合SLAM、生成式AI、3DGS、NeRF、标定等方向这个开源框架,造福了无数卫星定位研究者和初创公司!BOSS:用了机器人仿真,立省几十万自动驾驶中的GNSS、RTK到底多重要?太强了!世界第一款开源的自动驾驶一体化框架Autoware!(附交流群)如何从零开始搭一套自己的SLAM系统?17讲全部上线!全网首个详解深度学习特征开源算法SuperPoint和SuperGlue(附交流群)最炸裂的机器人AI技术教程都在这了!
0 阅读:0

科技视觉大放送

简介:感谢大家的关注