CoViS-Net：面向多机器人应用的协同视觉空间基础模型
机器人学
2024-10-17 v3 多智能体系统
系统与控制
系统与控制
摘要
非结构化环境中的自主机器人操作通常依赖于通过视觉进行的空间理解。由多个并发操作的机器人组成的系统还需要频繁、准确且可靠的位姿估计。在这项工作中，我们提出了CoViS-Net，一种去中心化的视觉空间基础模型，它从数据中学习空间先验，从而实现位姿估计和空间理解。我们的模型是完全去中心化的、与平台无关的，可使用机载计算实时执行，并且不需要现有的网络基础设施。CoViS-Net提供相对位姿估计和局部鸟瞰图（BEV）表示，即使在机器人之间没有相机重叠的情况下也是如此（这与经典方法形成对比）。我们在各种真实世界场景中的多机器人编队控制任务中展示了其用途。我们在网上提供了代码、模型和补充材料。https://proroklab.github.io/CoViS-Net/
引用
@article{arxiv.2405.01107,
title = {CoViS-Net: A Cooperative Visual Spatial Foundation Model for Multi-Robot Applications},
author = {Jan Blumenkamp and Steven Morad and Jennifer Gielis and Amanda Prorok},
journal= {arXiv preprint arXiv:2405.01107},
year = {2024}
}