单目视觉训练的碰撞规避：基于新颖视图合成
机器人学
2025-04-10 v1
摘要
碰撞规避可在明确的环境模型（如 elevation 图或占用网格）中进行检查，但将此类模型与 locomotion 策略集成需要准确的状态估计。本工作我们考虑从隐式环境模型进行碰撞规避的问题。我们使用单目 RGB 图像作为输入，并通过 2D 高斯溅射生成的 photorealistic 图像训练碰撞规避策略。我们在实验中评估了 resulting pipeline，在速度命令将机器人带到与障碍物拦截轨迹的情境下进行测试。我们的结果表明，RGB 图像足以进行碰撞规避决策，既适用于训练数据收集的房间，也适用于超出分布（out-of-distribution）的环境。
引用
@article{arxiv.2504.06651,
title = {Collision avoidance from monocular vision trained with novel view synthesis},
author = {Valentin Tordjman--Levavasseur and Stéphane Caron},
journal= {arXiv preprint arXiv:2504.06651},
year = {2025}
}