类脑视觉里程计：通过系统之系统方法平衡速度与可解释性
机器人学
2023-12-21 v1 计算机视觉与模式识别
摘要
在本研究中，我们解决了在视觉里程计（VO）系统中平衡速度与精度同时保持可解释性的关键挑战，这是自主导航和机器人领域的一个关键方面。传统 VO 系统通常面临计算速度与位姿估计精度之间的权衡。为了解决这个问题，我们引入了一种创新的系统，将传统 VO 方法与专门定制的全连接网络（FCN）协同结合。我们的系统在 FCN 内独立处理每个自由度的方法上是独特的，并高度重视因果推断以增强可解释性。这使得能够对各种自由度下的相对位姿误差（RPE）进行详细且准确的评估，从而为不同环境中的参数变化和运动动力学提供更全面的理解。值得注意的是，我们的系统在不牺牲精度的情况下展示了处理速度的显著提升。在某些场景下，它实现了高达 5% 的均方根误差（RMSE）降低，展示了其有效弥合 VO 研究中长期存在的速度与精度之间差距的能力。这一进展代表了在开发更高效、更可靠的 VO 系统方面迈出的重要一步，在实时导航和机器人系统中具有广泛的应用。
引用
@article{arxiv.2312.13162,
title = {Brain-Inspired Visual Odometry: Balancing Speed and Interpretability through a System of Systems Approach},
author = {Habib Boloorchi Tabrizi and Christopher Crick},
journal= {arXiv preprint arXiv:2312.13162},
year = {2023}
}
备注
https://www.american-cse.org/csci2023 is website of conference and conference name is CSCI2023