Key points are not available for this paper at this time.
동시 위치 추정 및 맵핑(SLAM)은 대부분의 자율 시스템에 필수적인 기능으로, 이 시스템들이 낯선 환경을 탐색하고 지도를 작성할 수 있게 해줍니다. 전통적인 시각 SLAM, 즉 VSLAM은 프레임 기반 카메라와 구조화된 처리 파이프라인에 의존하며, 이는 동적이거나 저조도 환경에서 어려움에 직면합니다. 그러나 최근 이벤트 카메라 기술과 신경모방 처리의 발전은 이러한 제한을 극복할 수 있는 유망한 기회를 제공합니다. 생물학적 시각 시스템에서 영감을 받은 이벤트 카메라는 최소한의 전력을 소비하면서 비동기적으로 장면을 캡처하고 더 높은 시간 해상도를 제공합니다. 인간 뇌의 병렬 처리 능력을 모방하도록 설계된 신경모방 프로세서는 이벤트 기반 데이터 스트림의 실시간 데이터 처리를 위한 효율적인 계산을 제공합니다. 이 논문은 VSLAM 시스템에 이벤트 카메라와 신경모방 프로세서를 통합하려는 최근 연구 노력을 포괄적으로 개관합니다. 이는 이벤트 카메라 및 신경모방 프로세서 뒤에 있는 원리를 논의하며, 전통적인 감지 및 처리 방법에 대한 장점을 강조합니다. 또한, 특징 추출, 운동 추정 및 맵 재구성 기술을 포함한 이벤트 기반 SLAM의 최첨단 접근 방식에 대한 심층 조사를 실시하였습니다. 또한, 에너지 효율성, 견고성 및 실시간 성능 측면에서의 시너지 효과에 중점을 두고 이벤트 카메라와 신경모방 프로세서의 통합을 탐구하였습니다. 이 논문은 또한 센서 보정, 데이터 융합 및 알고리즘 개발과 같은 이 신흥 분야의 도전 과제와 열린 연구 질문에 대해 논의합니다. 마지막으로, 로봇공학 및 자율주행 차량에서 증강 현실에 이르기까지 이벤트 기반 SLAM 시스템의 잠재적 응용 및 미래 방향을 개 outline합니다.
Tenzin et al. (Thu,)는 이 질문을 연구하였습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: