一点人工一点智能-CSDN博客

原创 MCFS：任意形状环境中的多机器人路径规划

我们介绍了Multi-Robot Connected Fermat Spiral（MCFS），这是一个新颖的算法框架，用于多机器人覆盖路径规划（MCPP），首次将来自计算机图形界的连通费马螺旋线（Connected Fermat Spiral，CFS）适应到多机器人协调中。

2024-03-27 20:24:44 697

原创消毒机器人路径规划：改进的RRT*算法

本研究致力于提高消毒机器人的路径规划效率，通过改进RRT*算法，提出了APF-GFARRT*算法，该算法集成了APF、模糊控制和受限采样域的概念。该算法的优势主要体现在以下几个方面。

2024-03-26 14:33:06 1720

原创《机器学习特征提取》

这是一本面向专业人士和研究生的实用指南，适用于那些正开始从事信息提取职业生涯的人。它以易于理解的方式解释了空间特征提取，并包括了关于如何收集空间特征的高度值、如何在地图上下文中开发3D模型等真实案例研究。

2024-06-04 15:05:45 1152

原创 NV-LIO：一种基于法向量的激光雷达-惯性系统（LIO）

NV-LIO利用从激光雷达扫描中提取的法向量进行云配准、退化检测和闭环检测，以确保在狭窄的室内环境中具有鲁棒的SLAM性能。所提出的方法通过公开数据集和我们的数据集进行了评估，涵盖了各种类型的建筑。

2024-05-28 12:51:37 918

原创【荐闻】空中目标检测综述

总结了空中目标检测的发展现状和面临的挑战，提出了未来的研究方向，包括针对空中图像特性的特定数据增强方法、更高效的尺度特征融合、从多模态数据中学习、鸟瞰视角感知、视觉推理和可信赖的检测模型等。

2024-05-27 18:59:54 604

原创利用显著地面特征进行配送机器人定位的鲁棒方法

为了在不平坦的地面条件下获得更一致的SGF，我们采用了利用机器人运动的MC-IPM方法。SGF因子被应用于一个传递机器人，在校园环境中表现良好，并解决了反向循环的问题。它还验证了在白天和黑夜中光照和外观变化的情况下的强大性能。

2024-05-27 15:04:40 1155

原创用于高速导航的生成式规划与快速碰撞检查

本文提出了一种新颖的规划方法，使用归一化流（NF）来编码专家风格的运动基元，同时提出了一种加速的碰撞检测框架，可以在运行模型之前从先验分布中拒绝样本，从而快速采样无碰撞轨迹。实验结果表明，该方法在随机障碍环境中与模型预测路径积分控制相当，并在死胡同环境中提高了退出率。

2024-05-24 10:41:54 917

原创【荐闻】动态NeRF（Dynamic NeRF）综述

传统三维重建技术逐渐倾向于应用研究，而NeRF作为新颖的隐式三维重建领域，以其高分辨率的合成能力和对少量图像的适应性脱颖而出。动态NeRF相比静态NeRF能表达更丰富的信息，有更广泛的应用前景，因此，未来NeRF研究将更多关注动态NeRF，其在NeRF领域的重要性将日益增加。

2024-05-24 10:20:51 811

该方法在现有的ESVO框架基础上，增加了三个模块：1)一种高效的事件像素采样策略；· 在相机位姿跟踪子问题中，利用IMU预积分结果作为运动先验，以提高位姿估计的准确性。· 在公开数据集上进行实验验证，结果表明该方法相比原始ESVO框架，在映射和位姿跟踪的准确性上有明显提升，同时计算效率也更高，更适合现代高分辨率事件相机。· 提出了一种自适应累积极(AA)方法，用于高效地确定与瞬时边缘相关联的像素位置。· 通过结合时间序列立体匹配和静态立体匹配的结果，改进了映射子问题。

2024-05-24 09:24:12 338

原创 AHPPEBot：基于表型和姿态估计的自主番茄采摘机器人

在本文中，我们设计了一个名为AHPPEBot的先进机器人，专门用于自动采摘番茄。为了确保机器人采摘的自主性和精确性，我们整合了两个关键技术：基于对象检测的快速表型学方法和用于番茄托架的姿态估计技术。这些整合提高了机器人识别番茄托架、决策和规划采摘路径的能力。

2024-05-22 13:09:01 1313

转载基于YOLOv8的无人机图像目标检测算法

在无人机(UAV)目标检测任务中，存在因检测目标尺度小、检测图像背景复杂等原因导致的漏检、误检问题。针对上述问题，提出改进YOLOv8s的无人机图像目标检测算法。首先，针对无人机拍摄目标普遍为小目标的应用场景，减少算法骨干网络(Backbone)层数，增大待检测特征图尺寸，使得网络模型更专注于微小目标；其次，针对数据集普遍存在一定数量低质量示例影响训练效果的问题，引入Wise-IoU损失函数，增强数据集训练效果；

2024-05-21 15:21:38 761 1

原创基于深度强化学习的无人车自适应速度规划

本文对无人车辆的速度规划部分进行了一些改进。首先，将车辆速度与车辆与障碍物之间的角度耦合，并将这种耦合关系整合到奖励函数中。其次，使用DDQN算法替换无人车的局部路径规划模块；最后，在Gazebo仿真环境中完成了不同环境下的车辆速度规划测试。

2024-05-21 15:02:53 1095

原创【荐闻】MAD-ICP：一种基于激光雷达里程计（LO）的新型方法

本文提出了MAD-ICP，这是一种基于激光雷达里程计（LO）的新型方法。MAD-ICP利用了一种高效且通用的kd-tree数据结构，并结合估计的姿态不确定性动态维护一个稳健的环境模型。

2024-05-19 18:14:58 794

原创 GPS-IMU传感器融合用于可靠的自动驾驶车辆位置估计

在自动驾驶车辆导航、特别是在具有挑战性的环境中，将全球定位系统（GPS）和惯性测量单元（IMU）集成已成为实现可靠和精确位置跟踪的基石。虽然GPS提供了室外广泛的覆盖范围和高精度定位，但在室内或城市峡谷等信号受阻的地方，其性能会下降。相反，IMU独立于外部信号提供宝贵的运动数据，在无GPS信号的区域中不可或缺。然而，IMU的实用性受到随时间漂移的影响，这会导致从加速度数据推导出的速度和位置估计累积误差。为了减轻每种传感器类型的限制，GPS和IMU数据的融合成为一种关键策略。

2024-05-17 12:54:57 818

原创综述：基于深度学习的物体姿态估计

本章首先介绍了主流的基于深度学习的对象姿态估计数据集，包括实例级、类别级和未见对象姿态估计方法。然后，综述了相关的评估指标。最后，详细介绍了基于对应、模板、投票和回归的方法。

2024-05-16 13:37:20 793

原创《Python深度学习，第3版》

深度学习领域在过去几年中发展迅速，如今涵盖了广泛的应用领域。这使得在没有扎实基础的情况下，要理解并应用深度学习变得具有挑战性。本书将引导您从神经网络的基础知识到当今使用的最先进的大型语言模型。

2024-05-14 15:58:03 1063 1

原创基于ChatGPT 和 OpenAI 模型的现代生成式 AI

生成式 AI 模型和 AI 语言模型因其无与伦比的能力而变得越来越流行。本书将带你深入了解 LLM 的内部工作原理，并指导你创建自己的语言模型。本书将从生成式 AI 领域的介绍开始，帮助你理解如何训练这些模型以生成新数据。

2024-05-14 14:23:14 1090

原创基于网络的无人海洋船舶控制

本书全面分析了网络控制系统的稳定性、稳定化和故障检测，重点关注无人海洋船舶领域。它研究了网络控制在航向控制、故障检测滤波器和控制器设计、动态定位以及合作目标跟踪等领域的挑战。

2024-05-13 20:07:29 349

原创计算机视觉：三维重建技术

本书探讨了用于通过图像确定实体物体的几何属性的理论和计算技术。它涵盖了基本概念，并提供了更高级研究所需的数学背景。本书分为清晰简明的章节，涵盖了广泛的主题，包括图像形成、相机模型、特征检测和三维重建。

2024-05-10 09:54:09 525 2

原创深度学习网络：设计、开发和部署

该教材为学生和工业从业者介绍了深度学习网络的设计、开发和部署的多个方面。它引入了一个深度学习工具集，将深度学习概念与之相结合，以增强理解。它还提供了编程的设计和技术方面，以及一种实际的方法来理解编程和技术在各种应用中的关系。它为读者提供了一个教程，学习广泛的概念建模和编程工具，以实现深度学习应用。

2024-05-08 20:12:58 1126

原创基于Detectron2的计算机视觉实践

您将了解Detectron2架构的理论和可视化，并学习Detectron2中每个模块的工作原理。随着学习的深入，您将通过使用Detectron2在两个实际项目中开展实践，涵盖了目标检测和实例分割任务的数据准备、模型训练、微调和部署。即使您是计算机视觉领域的专家，并且对Detectron2的特性感兴趣，或者您想学习一些尖端的深度学习设计模式，本书也会对您有所帮助。通过阅读本深度学习书籍，您将获得扎实的理论知识和实用的动手能力，帮助您使用Detectron2解决高级计算机视觉任务。

2024-05-06 14:38:42 1017 1

原创 SLAIM：一个实时的RGB-D NeRF-SLAM系统

SLAIM：一个实时的RGB-D NeRF-SLAM系统与现有的NeRF-SLAM系统相比，我们的方法在跟踪性能上始终表现出更强的竞争力。我们的方法采用体积密度表示，并引入了一种新的KL正则化器在射线终止分布上，将场景几何限制为空隙空间和不透明表面。

2024-05-06 12:56:28 1008

原创 Python机器学习手册：从预处理到深度学习的实际解决方案

这本实用指南提供了200多个自洽的方案，帮助您解决在工作中可能遇到的机器学习挑战。如果您熟悉Python及其库，包括pandas和scikit-learn，则可以解决特定的问题，从加载数据到训练模型和利用神经网络。

2024-05-04 14:47:36 455

原创基于MATLAB的机器学习和深度学习

本书详细解释了MATLAB工具或应用程序的属性，包括输入和输出参数，通过附带的文本或表格指出其限制或适用性，并提供了一个完整的运行示例，其中包括所需的所有MATLAB命令提示代码。

2024-05-04 14:45:01 614

原创 117篇 | 3D Gaussian Splatting论文

本论文集划分为4个部分：综述&基础（14篇）、NeRF在AIGC（54篇）、NeRF在SLAM（自动驾驶）（25篇）、NeRF之场景建模（25篇）

2024-05-03 22:09:50 656

原创室内定位：技术与应用

本书提供了实现室内定位的各种方法的大量技术概述。这些方法包括基于传感器、相机、卫星和其他基于无线电的方式的方法。本书还讨论了某些实现的简化，描述了读者如何设计符合规范并遵循既定技术的解决方案。还介绍了用于定位的主要技术，包括角度测量、距离测量、多普勒测量和惯性测量。

2024-05-03 13:08:55 521

原创移动机器人系统与技术：自动驾驶、移动机器人、旋翼无人机

这本书全面介绍了机器人车辆的技术。它介绍了道路上自动驾驶汽车所需的概念。此外，读者可以在六足机器人的构造、编程和控制方面获得宝贵的知识。这本书还介绍了几种不同类型旋翼无人机的控制器和空气动力学。它包括各种旋翼推进飞行器在不同空气动力学环境下的模拟和飞行。

2024-05-03 13:05:50 786

原创四元数代数

这本教科书全面介绍了四元数代数和阶的算术理论，这一主题在数学的不同领域都有应用。这本书为研究生读者撰写，易于阅读和理解，收集并综合了文献中的结果。许多途径提供了许多不同方向的探索，而统一的处理使这本书成为学生和研究人员的重要参考。

2024-05-02 10:02:18 39

原创向量语义学

开发字向量的计算语言学家和深度学习研究人员主要依赖于日益增多的大型语料库和配备高并行GPU和TPU计算引擎的计算机，他们的关注点是赋予计算机自然语言能力，以实现机器翻译或问答等实际应用。

2024-05-02 09:55:54 832

原创基于ROS从零开始构建自主移动机器人：仿真和硬件

您将开始理解自主机器人发展背后的基本理论概念，包括发展、数学、电子、机械方面、3D建模、3D打印、Linux和编程。在随后的章节中，您将学习如何描述运动学、模拟和可视化机器人，如何将Arduino与ROS接口，远程操作机器人，进行地图构建、自主导航、添加附加传感器、传感器融合、激光扫描匹配、Web界面等等。

2024-05-02 09:13:30 794

原创正则化手册：探索改进机器学习模型功能的实用技巧

正则化是一种能够对未见数据产生准确结果的可靠方法。然而，应用正则化具有挑战性，因为它有多种形式，并且对每个模型必须进行适当的调整。《正则化手册》为您提供了处理任何情况所需的适当工具和方法，包括现成可用的工作代码和理论解释。

2024-05-01 17:29:56 19

原创基于深度学习的3D目标检测与跟踪

目标检测和跟踪对于自动驾驶来说是至关重要和基础的任务，旨在从场景中识别和定位出那些预定义类别的对象。在所有形式的自动驾驶数据中，3D点云学习引起了越来越多的关注。目前，有许多用于3D目标检测的深度学习方法。然而，鉴于点云数据的独特特性，点云的目标检测和跟踪任务仍需要深入研究。

2024-04-30 16:10:01 1542

原创 HPSO-ACO算法：仓库巡检机器人路径优化方法

随着智能化的日益普及，许多企业的仓库检查工作都是通过机器人完成。但是，由于仓库检查存在多个目标点，智能机器人检查路径规划的低效率则成了亟需解决的问题。为了解决这个问题，本文提出了一种基于混合粒子群算法（HPSO）的HPSO-ACO算法，对蚁群算法（ACO）的参数进行了优化，并建立了仓库管理中巡检机器人的路径优化模型。

2024-04-30 15:32:17 808

原创大规模SLAM技术

本书专为希望增加移动建图系统知识的工程师和研究人员编写。因此，导出的信息流被划分为与某些移动地图数据和相关观测方程相对应的子问题。尽管所提出的方法并没有覆盖文献中所有SLAM的方方面面，但它是基于实用和现实应用背景下的经验总结。因此，它可以为熟悉SLAM并希望对该主题有更广泛了解的人提供有利地支持。

2024-04-30 15:14:34 173

原创基于C++的数字图像处理

书籍各章涵盖了数字图像处理领域，并提出了理论上描述的每种方法的实用和功能实现。所涵盖的主要主题包括空间和频域滤波、数学形态学、特征提取以及在分割、运动估计、多光谱图像处理和3D可视化中的应用。

2024-04-29 21:07:06 498 1

原创自动驾驶系统中的端到端学习

本文还研究了如何处理场景条件下的驾驶行为，这超出了反应控制的能力。除了端到端结构外，学习方法也发挥着关键作用。端到端学习可以产生合理的驾驶行为，即使在复杂的城市驾驶场景中也是如此。端到端驾驶模型中的表示学习至关重要，语义分割等辅助视觉任务可以帮助形成更具信息性的驾驶表示，尤其是在训练数据有限的情况下。简单的卷积神经网络通常只能进行反应控制，不能在特定场景中进行复杂的推理。然而，即使机器人面临着与传统计算机视觉类似的问题，但这样的成功也还没有像视觉那样彻底改变机器人，即系统的手动Pipeline设计不完善。

2024-04-29 20:57:07 763 1

原创自动驾驶中的深度学习和计算机视觉

从自动驾驶汽车（SDCs）的基础知识开始，本书将带您了解建立和运行自动驾驶汽车所需的深度神经网络技术。一旦你掌握了基本知识，你将深入研究先进的计算机视觉技术，并学习如何使用深度学习方法来执行各种计算机视觉任务，如检测车道线、优化图像分类等。如果你是一名深度学习工程师、人工智能研究员，或者任何希望实施深度学习和计算机视觉技术来构建自动驾驶蓝图解决方案的人，这本书就是为你准备的。由于近些年的一些突破，自动驾驶技术现在是人工智能领域的一个新兴课题，并已将数据科学家的重点转移到制造将改变汽车行业的自动驾驶汽车上。

2024-04-29 20:53:42 812

原创使用MATLAB/Simulink的PID控制系统设计和自动调整

本书详细描述了PID控制系统的自动调整，包括继电反馈控制系统、频率响应估计、蒙特卡洛模拟研究、使用频域信息进行PID控制器设计以及用于自动调整的MATLAB/Simulink模拟和实施程序。书中还包括15个MATLAB/Simulink教程，以逐步演示PID控制系统的设计、仿真、实施和自动调整。

2024-04-29 20:48:07 650

原创 VIFNet：端到端的可见光-红外光图像去雾网络

本文通过可见光与红外光的融合，提出了一种新的图像去雾方法。实验结果表明，该方法在去除雾霾的同时，能够有效地保留图像细节和边缘信息。

2024-04-29 13:16:13 1144

原创融合视角下的RGBT单目标跟踪综述

智能融合视角下的RGBT单目标跟踪综述RGBT视觉跟踪技术通过结合可见光与红外模态，有效应对低光环境、遮挡和伪装等复杂场景，显著提升跟踪性能，在多个领域展现出广阔的应用前景。

2024-04-29 11:53:36 1657

人工智能-深度学习理论讲义

人工智能深度学习理论讲义

2022-08-24

17篇三维点云处理综述合集

通过阅读17篇点云处理的综述文章，可以全面了解三维点云处理的技术发展、了解其发展路线，包括点云物体检测、点云语义分割，深度学习在点云处理中的应用，自动驾驶中的点云处理等多个方面，便于刚刚接触点云方向不久的伙伴，进行合理的学习规划，也方便对自己的研究方向进行更好的分析与了解。

2022-08-18

基于 GPU 的大规模音频理解和合成解决方案.pdf

字节跳动人工智能实验室语音团队-基于GPU的大规模音频理解和合成解决方案，包括：音频合成关键技术、音频理解重点应用场景、音频合成技术展示、训练平台、推理框架等等内容

2020-04-16

刘知远-Introduction to Graph Neural Networks.pdf

Graphs are useful data structures in complex real-life applications such as modeling physical systems, learning molecular fingerprints, controlling traffic networks, and recommending friends in social networks. However, these tasks require dealing with non-Euclidean graph data that contains rich relational information between elements and cannot be well handled by traditional deep learning models (e.g., convolutional neural networks (CNNs) or recurrent neural networks (RNNs)). Nodes in graphs usually contain useful feature information that cannot be well addressed in most unsupervised representation learning methods (e.g., network embedding methods). Graph neural networks (GNNs) are proposed to combine the feature information and the graph structure to learn better representations on graphs via feature propagation and aggregation. Due to its convincing performance and high interpretability, GNN has recently become a widely applied graph analysis tool.

2020-04-01

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人