Key points are not available for this paper at this time.
Dieses Papier beschreibt eine generische Methode für die visuelle Navigation in realen städtischen Umgebungen. Der vorgeschlagene Ansatz basiert auf einer Darstellung der Szene, die auf sphärischen Bildern erweitert mit Tiefeninformationen und einer sphärischen Salienzkarte beruht, die beide in einer Lernphase erstellt wurden. Salienz-Karten werden erstellt, indem nützliche Informationen von Punkten analysiert werden, die die Einschränkungen sphärischer Projektionen im Bild am besten bedingen. Während der Navigation wird eine bildbasierte Registrierungstechnik in Kombination mit robuster Ausreißerablehnung verwendet, um das Fahrzeug präzise zu lokalisieren. Das Hauptziel dieser Arbeit ist es, die Rechenzeit zu verbessern, indem Informationen aus der Referenzsphäre und dem aktuellen Bild besser dargestellt und ausgewählt werden, ohne das Matching zu verschlechtern. Es wird gezeigt, dass durch die Verwendung dieses vorab gelernten globalen sphärischen Gedächtnisses kein Fehler entlang der Trajektorie akkumuliert wird und das Fahrzeug präzise ohne Drift lokalisiert werden kann.
Meilland et al. (Fr,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: