麻豆影视在线观看av-麻豆影视在线观看-麻豆一区二区在我观看-麻豆一区二区三区精品视频-麻豆一级毛片-麻豆一二三四区乱码

(資料圖片僅供參考)

導(dǎo)讀 神經(jīng)輻射場(chǎng) (NeRF) 是先進(jìn)的機(jī)器學(xué)習(xí)技術(shù)，可以從二維 (3D) 圖像生成對(duì)象或環(huán)境的三維 (2D) 表示。由于這些技術(shù)可以真實(shí)而詳細(xì)地模擬...

神經(jīng)輻射場(chǎng) (NeRF) 是先進(jìn)的機(jī)器學(xué)習(xí)技術(shù)，可以從二維 (3D) 圖像生成對(duì)象或環(huán)境的三維 (2D) 表示。由于這些技術(shù)可以真實(shí)而詳細(xì)地模擬復(fù)雜的現(xiàn)實(shí)世界環(huán)境，它們可以極大地支持機(jī)器人研究。

然而，大多數(shù)用于訓(xùn)練 NeRF 的現(xiàn)有數(shù)據(jù)集和平臺(tái)都設(shè)計(jì)為離線使用，因?yàn)樗鼈冃枰瓿勺藙?shì)優(yōu)化步驟，這會(huì)顯著延遲照片真實(shí)表示的創(chuàng)建。到目前為止，這阻止了大多數(shù)機(jī)器人專(zhuān)家使用這些技術(shù)在物理機(jī)器人上實(shí)時(shí)測(cè)試他們的算法。

斯坦福大學(xué)的一個(gè)研究小組最近推出了NerfBridge，這是一種用于訓(xùn)練NeRF算法的新開(kāi)源軟件包，最終可以使它們能夠用于在線機(jī)器人實(shí)驗(yàn)，該軟件包在arXiv上預(yù)先發(fā)表的一篇論文中介紹，旨在有效地橋接ROS(機(jī)器人操作系統(tǒng))，一個(gè)著名的機(jī)器人應(yīng)用程序軟件庫(kù)和Nerfstudio， 一個(gè)開(kāi)源庫(kù)，旨在實(shí)時(shí)訓(xùn)練 NeRF。

“最近，我的實(shí)驗(yàn)室斯坦福大學(xué)多機(jī)器人系統(tǒng)實(shí)驗(yàn)室的成員對(duì)探索神經(jīng)輻射場(chǎng)(NeRFs)在機(jī)器人中的應(yīng)用感到興奮，但我們發(fā)現(xiàn)現(xiàn)在沒(méi)有一種簡(jiǎn)單的方法將這些方法與實(shí)際機(jī)器人一起使用，因此不可能對(duì)它們進(jìn)行任何真正的實(shí)驗(yàn)，”該論文的第一作者Javier Yu， “科技Xplore說(shuō)。“由于這些工具不存在，我們決定自己構(gòu)建它們，并且出于工程推動(dòng)，看看NeRFs如何在機(jī)器人上工作，我們得到了一個(gè)很好的工具，我們認(rèn)為它將對(duì)機(jī)器人社區(qū)的許多人有用。

NeRF是基于人工神經(jīng)網(wǎng)絡(luò)的復(fù)雜技術(shù)，最初由計(jì)算機(jī)圖形學(xué)研究界引入。他們基本上通過(guò)訓(xùn)練神經(jīng)網(wǎng)絡(luò)來(lái)重建照片或3D圖像中捕獲的場(chǎng)景的2D幾何形狀和顏色，從而創(chuàng)建詳細(xì)的世界地圖。

“從圖像映射的問(wèn)題是我們機(jī)器人社區(qū)長(zhǎng)期以來(lái)一直在研究的問(wèn)題，NeRF為如何處理它提供了新的視角，”Yu解釋說(shuō)。“通常，NeRF以離線方式進(jìn)行訓(xùn)練，其中所有圖像都是提前收集的，然后一次訓(xùn)練場(chǎng)景的NeRF。然而，在機(jī)器人技術(shù)中，我們希望直接將NeRF用于導(dǎo)航等任務(wù)，因此，如果我們僅在到達(dá)目的地時(shí)才獲得NeRF，則NeRF沒(méi)有用。相反，我們希望在機(jī)器人探索其環(huán)境時(shí)逐步(在線)構(gòu)建NeRF。這正是NerfBridge解決的問(wèn)題。

Yu和他的同事推出的軟件包NerfBridge利用了集成在物理機(jī)器人中的傳感器和攝像頭捕獲的圖像。這些圖像不斷流入Nerfstudio強(qiáng)大的NeRF訓(xùn)練庫(kù)，從而能夠創(chuàng)建NeRF，這些NeRF隨著機(jī)器人捕獲周?chē)h(huán)境的新圖像而不斷更新和改進(jìn)。

為了證明他們的方法的潛力，Yu和他的同事使用它來(lái)訓(xùn)練NeRF，該圖像基于安裝在四旋翼上的相機(jī)捕獲的圖像，四旋翼無(wú)人機(jī)在室內(nèi)和室外環(huán)境中飛行。他們的結(jié)果非常顯著，突出了NerfBridge在促進(jìn)在機(jī)器人研究中使用NeRF的價(jià)值。

因此，這種有前途的方法很快就會(huì)被其他研究人員用來(lái)訓(xùn)練NERFs，并在物理機(jī)器人導(dǎo)航周?chē)h(huán)境時(shí)測(cè)試他們的算法。與此同時(shí)，Yu和他的同事計(jì)劃探索其他策略，以擴(kuò)大NeRF在機(jī)器人中的使用。

“最終，我們希望NerfBridge能夠降低其他研究人員的進(jìn)入門(mén)檻，開(kāi)始研究NeRF在機(jī)器人中的應(yīng)用，并在現(xiàn)實(shí)世界中測(cè)試他們的新算法，”Yu補(bǔ)充道。“從NerfBridge開(kāi)始，我們將研究當(dāng)圖像從機(jī)器人流式傳輸時(shí)改進(jìn)NeRF訓(xùn)練的方法，并展示使用基于NeRF的地圖進(jìn)行機(jī)器人技術(shù)其他任務(wù)(如定位和導(dǎo)航)的具體優(yōu)勢(shì)。

版權(quán)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！