跳到正文
arXiv · 机器人与计算机视觉· Anas Anwarul Haq Khan, Amrin Kareem, Muhammad Umer Sheikh, Biplab Banerjee, Muhammad Haris Khan·· 13 小时前精选AI 评分82

GRID-UAV:面向无人机的几何与光深集成决策方法

GRID-UAV: Geometry and Ray-depth Integrated Decision-making for Unmanned Aerial Vehicles

AI 导读

针对现有视觉语言动作模型(VLAs)在处理无人机远距离飞行时单目深度估计不可靠的问题,本文提出了 GRID 方法。该方法在训练阶段将单目深度提升为射线校正的三维位置并冻结多视图几何模型进行特征对齐,推理时无额外成本。实验表明,GRID 显著提升了策略到达目标及完成最终任务的成功率,在 TravelUAV 基准上优于现有最先进方法。

推荐理由

针对无人机单目深度在远距离不可靠的问题,提出结合射线校正与几何对齐的决策方法,显著提升任务成功率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org