Key points are not available for this paper at this time.
이 연구는 IEEE 국제 로봇 및 자동화 회의 2023의 비전통적 공간 표현 워크숍에서 발표되었습니다. 신경 광선 필드(NeRFs)는 색상 이미지에서 3D 환경을 모델링하는 일종의 암묵적 장면 표현입니다. NeRFs는 표현력이 뛰어나며, 실제 세계 환경의 복잡하고 다중 스케일의 기하학을 모델링할 수 있어 로봇 공학 응용 프로그램에 강력한 도구가 될 가능성이 있습니다. 현대 NeRF 교육 라이브러리는 정적인 데이터 세트에서 몇 초 만에 포토리얼리스틱 NeRF를 생성할 수 있지만 오프라인 사용을 위해 설계되었으며 느린 포즈 최적화 사전 계산 단계를 요구합니다. 본 연구에서는 Robot Operating System(ROS)과 인기 있는 Nerfstudio 라이브러리 간의 오픈 소스 브리지를 제공하는 NerfBridge를 제안합니다. NerfBridge는 이미지를 스트리밍하여 NeRF의 실시간 온라인 교육을 가능하게 합니다. 이는 Nerfstudio가 제공하는 효율적인 교육 파이프라인과 모델 라이브러리에 대한 확장 가능한 인터페이스를 제공하여 로봇 공학에서 NeRF의 응용에 대한 연구 빠른 개발을 가능하게 합니다. 예시 사용 사례로는 실내 및 실외 환경에서 쿼드로터에 장착된 카메라로 촬영한 이미지로 NeRF를 교육하기 위해 NerfBridge를 사용할 수 있는 하드웨어 설정을 제시합니다. 관련 비디오 https://youtu.be/EH0SLn-RcDg 및 코드 https://github.com/javieryu/nerfbridge.
Yu et al. (Tue,) 이 질문을 연구했습니다.