女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

基于最優(yōu)質(zhì)量傳輸理論的多機(jī)器人協(xié)同探索并重建未知室內(nèi)場景模型的算法

DPVg_AI_era ? 來源:lq ? 2019-06-15 10:14 ? 次閱讀

本文是北京大學(xué)陳寶權(quán)課題組聯(lián)合山東大學(xué)等單位將在SIGGRAPH 2019宣讀的論文的解讀。以室內(nèi)大規(guī)模場景的掃描和重建為目標(biāo),提出了基于最優(yōu)質(zhì)量傳輸理論的多機(jī)器人協(xié)同探索并重建未知室內(nèi)場景模型的算法。

機(jī)器人領(lǐng)域的移動導(dǎo)航、動作規(guī)劃和物體抓取等經(jīng)典問題,到虛擬現(xiàn)實、增強(qiáng)現(xiàn)實和混合現(xiàn)實等圖形技術(shù),都離不開對真實場景的三維建模。

隨著近幾年以微軟Kinect、英特爾RealSense等為代表的消費(fèi)級RGB-D相機(jī)的普及,三維重建領(lǐng)域正經(jīng)歷著一場“文藝復(fù)興”。

三維重建涉及計算機(jī)圖形學(xué)、計算機(jī)視覺和機(jī)器人等多個領(lǐng)域,旨在采集真實世界中的彩色圖像和深度圖像,并以此重建出真實場景的三維模型。

相比于傳統(tǒng)的激光或雷達(dá)掃描重建,近幾年RGB-D相機(jī)掃描(拍照)的重建算法(如KinectFusion、VoxelHashing)近幾年取得了巨大進(jìn)展。

VoxelHashing大規(guī)模場景重建

目前的三維重建算法為場景建模帶來了很多便利,但是仍存在很多問題。

比如,即使是使用最先進(jìn)的掃描重建算法,仍然需要訓(xùn)練有素的專業(yè)掃描人員執(zhí)行掃描過程,算法的使用對普通用戶并不友好。

這是因為當(dāng)前實時算法之所以能做到實時響應(yīng),是因為其做了很多假設(shè),例如要求掃描設(shè)備的移動足夠平滑甚至是勻速,要求被掃描物體的表面有明顯的紋理或者幾何特征。

因此,普通用戶掃描過程中,經(jīng)常會面臨算法失敗的問題。即使是專業(yè)掃描人員,在掃描過程中需要保持合適的移動速度和掃描朝向,這也是枯燥且繁重的工作。

主動式掃描和場景分析

于是,近年來越來越多使用機(jī)器人代替人來做掃描重建的工作問世。從單個物體到室內(nèi)房間,這些工作使用機(jī)器人攜帶掃描設(shè)備,根據(jù)重建實時反饋,指導(dǎo)機(jī)器人掃描并建模。

相關(guān)工作

陳寶權(quán)老師帶領(lǐng)的Visual Computing and Learning 課題組近幾年發(fā)表了一些使用機(jī)器人做主動式掃描和建模的工作。

主動式掃描的現(xiàn)有工作在對于單個物體、房間或公寓等場景的掃描都取得了不錯的效果。于是,使用更多機(jī)器人進(jìn)行大規(guī)模場景的掃描重建是一個重要的拓展方向。

主動式掃描和物體識別

群體智能是機(jī)器人領(lǐng)域的一個重要研究方向。目前已經(jīng)有一些針對機(jī)器人協(xié)同合作的研究工作,大部分這些工作研究重點在于機(jī)器人之間的坐標(biāo)定位和導(dǎo)航。也有一些工作基于貪心策略、MTSP(多旅行商問題)和區(qū)域分割等算法設(shè)計策略指導(dǎo)多個機(jī)器人協(xié)同工作,雖然取得了一些進(jìn)展,但是在場景復(fù)雜、機(jī)器人數(shù)量較多情況下其難求解,缺乏靈活性,并沒有達(dá)到預(yù)期的效果。

我們的方法

以室內(nèi)大規(guī)模場景的掃描和重建為目標(biāo),我們提出了基于最優(yōu)質(zhì)量傳輸理論(Optimal Mass Transport)的多機(jī)器人協(xié)同探索并重建未知室內(nèi)場景模型的算法。

(該論文題為《Multi-Robot Collaborative Dense Scene Reconstruction》,由北京大學(xué)客座學(xué)生董思言、周強(qiáng)與國防科技大學(xué)徐凱副教授,以及谷歌和慕尼黑工業(yè)大學(xué)等單位學(xué)者合作,由前沿計算研究中心執(zhí)行主任陳寶權(quán)教授指導(dǎo)完成。)

最優(yōu)質(zhì)量傳輸理論其實大家都不陌生,最經(jīng)典的例子是土豆的供給和需求問題,假設(shè)有若干地區(qū)(下圖藍(lán)色)供給土豆,若干地區(qū)(下圖桔色)需求土豆,不同地區(qū)直接運(yùn)輸土豆的代價不同, 那么如何找出這樣一個規(guī)劃,使得所有需求地區(qū)都能得到滿足其需求的土豆數(shù)量,且總的運(yùn)輸代價最低,這就是一個簡單的最優(yōu)質(zhì)量傳輸模型。

最優(yōu)質(zhì)量傳輸?shù)睦?/p>

最優(yōu)質(zhì)量傳輸理論就是為了研究這類優(yōu)化問題而提出,其目標(biāo)是求出兩個分布(或者說集合)之間的映射關(guān)系,使得該映射在給定的度量下代價最低。

在機(jī)器人掃描重建問題中,我們可以把機(jī)器人看作是掃描的供給方,未知環(huán)境看作是掃描的需求方,而機(jī)器人實際執(zhí)行掃描任務(wù)所需要的代價(如移動距離)作為映射的度量。

以此為基礎(chǔ),我們通過求解最優(yōu)質(zhì)量傳輸,就可以得到機(jī)器人和掃描任務(wù)之間的映射,使掃描代價最低。

機(jī)器人掃描的最優(yōu)質(zhì)量傳輸

機(jī)器人的空間位置分布可以直接作為掃描的供給分布。那么,如何度量未知環(huán)境對掃描的需求分布呢?

首先,所有的未知區(qū)域都屬于掃描的需求分布,它們需要得到機(jī)器人的掃描和重建。

另外,在掃描過程中,對于已掃描和重建的部分區(qū)域,我們沿襲最經(jīng)典的三維重建方法KinectFusion中對掃描重建模型質(zhì)量的評估方式,如果質(zhì)量沒有達(dá)到目標(biāo),那么我們把這些區(qū)域也加入掃描的需求分布中,這樣我們得到了原始的需求分布。

由于掃描任務(wù)受掃描視角的影響,我們進(jìn)一步推算出能掃描覆蓋需求分布的最佳掃描視角,這些掃描視角也就是接下來機(jī)器人的掃描任務(wù),這些掃描視角的空間分布也就是最終的需求分布。

分析重建結(jié)果推算掃描視角作

接下來是對掃描代價度量的研究。

如果一個機(jī)器人只映射到了需求分布中的一個掃描任務(wù),我們可以簡單地使用機(jī)器人到任務(wù)的最優(yōu)路徑長度作為其掃描代價;如果一個機(jī)器人映射到了多個掃描任務(wù),那么我們使用機(jī)器人與這些任務(wù)構(gòu)成的TSP(旅行商問題)路徑長度作為其代價。

這樣,我們就把多機(jī)器人掃描問題公式化成為了最優(yōu)質(zhì)量傳輸模型。在求解優(yōu)化目標(biāo)時,TSP的離散性給我們優(yōu)化問題的求解帶來了困難,于是我們進(jìn)一步研究目標(biāo)函數(shù)近似求解的方法,最終使用基于聚類思想的方法求解,得到了不錯的效果。

隨著掃描的進(jìn)行,場景會不斷被探索重建,這個過程中最優(yōu)質(zhì)量傳輸?shù)那蠼庖矔S之更新,直到完整的場景被高質(zhì)量地重建出來。

隨場景更新而重新計算最優(yōu)質(zhì)量傳輸

我們的結(jié)果

我們在模擬器中使用Matterport3D與SUNCG數(shù)據(jù)集對算法進(jìn)行了測試,取得了不錯的效果。

Matterport3D (上圖) 與 SUNCG (下圖) 數(shù)據(jù)集測試結(jié)果

同時,我們也在五院的幾個房間使用Turtlebot機(jī)器人做了真機(jī)實驗。下面是我們重建的結(jié)果。

五院幾個房間掃描重建結(jié)果

總結(jié)

我們提出了一種多個機(jī)器人協(xié)同掃描的理論和算法?;谧顑?yōu)質(zhì)量傳輸理論,使用分而治之的策略,驅(qū)動多個機(jī)器人高效地探索掃描室內(nèi)大規(guī)模場景,并重建其三維模型。

附:關(guān)于SIGGRAPH

SIGGRAPH (Special Interest Group on Computer GRAPHics and Interactive Techniques) 是計算機(jī)領(lǐng)域規(guī)模最大的頂級會議、CCF A類會議,參加人數(shù)達(dá)2萬余人,每年收錄百余篇圖形學(xué)相關(guān)的優(yōu)秀論文,是計算機(jī)圖形領(lǐng)域集技術(shù)、藝術(shù)與展覽于一體的盛會。SIGGRAPH 2019將于2019年7月28日-8月1日在美國洛杉磯舉行。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 機(jī)器人
    +關(guān)注

    關(guān)注

    213

    文章

    29446

    瀏覽量

    211401
  • 算法
    +關(guān)注

    關(guān)注

    23

    文章

    4696

    瀏覽量

    94661
  • 計算機(jī)視覺
    +關(guān)注

    關(guān)注

    9

    文章

    1706

    瀏覽量

    46549

原文標(biāo)題:北大陳寶權(quán)課題組SIGGRAPH 19:多機(jī)器人協(xié)同三維場景重建

文章出處:【微信號:AI_era,微信公眾號:新智元】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦
    熱點推薦

    Al大模型機(jī)器人

    和迭代來不斷改進(jìn)自身性能。它們可以從用戶交互中學(xué)習(xí)并根據(jù)反饋進(jìn)行調(diào)整,以提高對話質(zhì)量和準(zhǔn)確性。可定制性與整合性: AI大模型機(jī)器人可以根據(jù)特定需求進(jìn)行定制和整合,以滿足不同場景和應(yīng)用的
    發(fā)表于 07-05 08:52

    【「具身智能機(jī)器人系統(tǒng)」閱讀體驗】2.具身智能機(jī)器人模型

    模態(tài)融合的創(chuàng)新與突破 機(jī)器人控制技術(shù)的另一個重要突破在于模態(tài)大模型的應(yīng)用。相比于僅通過文字進(jìn)行人機(jī)交互的傳統(tǒng)方法,現(xiàn)代機(jī)器人能夠融合
    發(fā)表于 12-29 23:04

    【「# ROS 2智能機(jī)器人開發(fā)實踐」閱讀體驗】視覺實現(xiàn)的基礎(chǔ)算法的應(yīng)用

    的有效途徑。 結(jié)語 本書第7章和第8章內(nèi)容系統(tǒng)性強(qiáng),從基礎(chǔ)理論到代碼實踐,為讀者提供了機(jī)器人視覺與SLAM的完整知識框架。未來,我計劃結(jié)合書中案例,進(jìn)一步探索傳感器融合、自主導(dǎo)航等
    發(fā)表于 05-03 19:41

    激光導(dǎo)航AGV底盤定制 巡檢機(jī)器人,服務(wù)機(jī)器人,智慧物流搬運(yùn)AGV

    工廠、物流等工作實際環(huán)境的需求,我們公司自主開發(fā)了機(jī)器人協(xié)同作業(yè)的控制系統(tǒng),方便客戶在選擇我們的AGV小車時,可以更加的靈活運(yùn)用,使工廠的搬運(yùn)工作更加的可靠與高效,從而提高企業(yè)的市場競爭力。聯(lián)系
    發(fā)表于 06-10 14:24

    深度解析|機(jī)器人自主移動的秘密(三)

    中游刃有余。D*算法的最大優(yōu)點是不需要預(yù)先探明地圖,機(jī)器人可以和一樣,即使在未知環(huán)境中,也可以展開行動,隨著機(jī)器人不斷
    發(fā)表于 08-01 13:50

    未知環(huán)境中,機(jī)器人如何定位、建圖與移動?

    對拓?fù)涔?jié)點的識別匹配基礎(chǔ)上的,如當(dāng)環(huán)境中存在兩個很相似的地方時,拓?fù)鋱D方法將很難確定這是否為同一點; 2.2不確定信息的描述 在完全未知環(huán)境中由機(jī)器人依靠其自身攜帶的傳感器所提供的信息建立環(huán)境模型
    發(fā)表于 09-21 14:26

    SLAM不等于機(jī)器人自主定位導(dǎo)航

    未知環(huán)境中,也可以展開行動,隨著機(jī)器人不斷探索,路徑也會時刻調(diào)整。 上述的幾種算法都是目前絕大部分機(jī)器人所需要的路徑規(guī)劃
    發(fā)表于 08-24 16:56

    暗物智能廣州公司招聘機(jī)器人崗位貼(導(dǎo)航&&應(yīng)用開發(fā))

    一.機(jī)器人導(dǎo)航算法工程師崗位職責(zé):1. 負(fù)責(zé)機(jī)器人視覺或激光雷達(dá)的SLAM算法的研發(fā)和優(yōu)化;2. 負(fù)責(zé)機(jī)器人自主導(dǎo)航定位
    發(fā)表于 06-08 05:06

    機(jī)器人的發(fā)展趨勢

    的、多用途的操作機(jī)。其工作的行為方式主要是通過完成沿著X、Y、Z軸上的線性運(yùn)動。機(jī)器人又稱單軸機(jī)械手,工業(yè)機(jī)械臂,電缸等,是以XYZ直角坐標(biāo)系統(tǒng)為基本數(shù)學(xué)模型,以伺服電機(jī)、步進(jìn)電機(jī)為驅(qū)動的單軸機(jī)械臂為
    發(fā)表于 07-29 06:57

    未知環(huán)境中機(jī)器人自主協(xié)作

    電子開發(fā)機(jī)器人相關(guān)教程資料——未知環(huán)境中機(jī)器人自主協(xié)作
    發(fā)表于 09-06 16:42 ?0次下載

    電信傳輸理論知識詳解

    本文詳細(xì)介紹了電信傳輸理論知識(新編)。
    發(fā)表于 11-16 15:57 ?3次下載
    電信<b class='flag-5'>傳輸理論</b>知識詳解

    機(jī)器人未知環(huán)境如何使用單目次優(yōu)視差進(jìn)行模濾波目標(biāo)跟蹤算法

    性,提出一種基于次優(yōu)視差的模濾波目標(biāo)跟蹤算法。首先,采用目標(biāo)不確定性橢球投影面積變化最大的方向為次優(yōu)視差方向,并將其作為機(jī)器人視差控制方向;然后,采用模濾波
    發(fā)表于 03-28 13:41 ?6次下載

    基于最優(yōu)傳輸理論的聯(lián)合分布匹配問題綜述

    基于最優(yōu)傳輸理論的聯(lián)合分布匹配問題綜述
    發(fā)表于 06-23 10:36 ?14次下載

    一種使用2D激光雷達(dá)在室內(nèi)場景下估計機(jī)器人姿態(tài)的方法

    確定移動機(jī)器人的狀態(tài)是機(jī)器人導(dǎo)航系統(tǒng)中重要的組成部分。在本文中,我們提出了一種使用2D激光雷達(dá)在室內(nèi)場景下估計機(jī)器人姿態(tài)的方法,并探討了如何將新型的
    的頭像 發(fā)表于 02-08 09:46 ?1825次閱讀

    NerfingMVS:引導(dǎo)優(yōu)化神經(jīng)輻射場實現(xiàn)室內(nèi)視角三維重建

    既然Nerf可以表示場景的三維信息,一個自然的想法是能不能將NeRF應(yīng)用到室內(nèi)場景三維重建任務(wù)中呢。NeRF有著一些優(yōu)勢:相較于傳統(tǒng)的MVS,SfM算法,NeRF蘊(yùn)含了整個
    的頭像 發(fā)表于 02-13 11:20 ?3549次閱讀