跳到正文
arXiv · 机器人与计算机视觉· Kl\'ara Orb\'an, Ashwin Nedungadi, Ana-\c{S}tefania Kog\u{a}lniceanu, Bianca-Marcela Sava, Bastian Cieply, Raul-Alexandru Simon, Kuderna-Iulian Ben\c{t}a, Stefan L\"udtke·· 2026-10-15AI 评分15

Benchmarking 3D Reconstruction for Under-Ice Robotic Perception in Arctic Environments

Benchmarking 3D Reconstruction for Under-Ice Robotic Perception in Arctic Environments

AI 导读

针对北极冰下环境视觉特征稀疏与感知条件恶化的挑战,该基准利用 MOSAiC 科考真实数据及 Unreal Engine 水下机器人仿真器生成的合成数据,评估基于运动恢复结构(SfM)和单目深度估计的冰下三维重建性能。研究通过跨模态配准技术实现与向上凝视多波束声纳的定量对比,旨在弥补声学传感器缺乏光谱和高纹理信息的局限,为海洋 - 冰层 - 大气热交换模型及冰下栖息地监测提供关键数据支撑。

来源:arXiv · 机器人与计算机视觉 · arxiv.org