arXiv · 机器人与计算机视觉· Diwen Liu, Yiyang Shao, Borui Wang, Chi Zhang, Jizhuo Chen, Jiaming Wang, Benyun Zhao, Zhongyu Li, Yunhui Liu·· 29 天前AI 评分58
EchoNav:基于历史观测的证据性 BEV 补全用于视觉导航
EchoNav: Evidential BEV Completion from Historical Observations for Visual Navigation
AI 导读
EchoNav 是一种结合时序聚合与占用补全的框架,通过冻结 VGGT-Omega 特征并融合历史残差提议来预测局部地图,无需深度或相机位姿输入。该模型在仿真序列双目标导航中达到 89.6% 成功率(基线为 57.1%),在轮式机器人 20 个场景的 60 次试验中达到 73.3% 成功率(基线为 33.3%)。论文还展示了四足和双足机器人的演示,代码与数据暂不可用。
来源:arXiv · 机器人与计算机视觉 · arxiv.org