跳到正文
arXiv · 机器人与计算机视觉· Jaskrit Singh, Kashif K. Noori, Jing Xiao, Constantinos Chamzas·· 23 天前AI 评分72

DGT-Map:利用多任务学习的异质车辆方向性全球通行度建图

DGT-Map: Directional Global Traversability Mapping Utilizing Multi-Task Learning for Heterogeneous Vehicles

AI 导读

该论文提出 DGT-Map 方法,通过自监督框架从 RGB-D 观测和运动信号中学习全局、方向及车辆条件化的通行代价图。共享多任务骨干网络提取跨车辆的通用地形特征,而特定预测头保留平台依赖响应。在仿真环境中集成 Hybrid A* 导航栈评估显示,该方法在处理下坡可通行但上坡不可通行的斜坡、以及部分车辆可越过的山脊障碍等挑战地形时,相比几何、二值及无方向感知基线实现了最高或并列最高的导航成功率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org