在未知环境中即时学习SLAM：面向视觉模糊场景无人机的持续学习方法
机器人学
2022-08-30 v1
摘要
学习在未知环境中安全导航是应用于监视和救援任务的自主无人机的一项重要任务。近年来，针对传统特征描述子表现不佳的应用，提出了若干基于学习的同步定位与建图（SLAM）系统，其依赖深度神经网络（DNNs）。然而，此类基于学习的SLAM系统依赖于在典型深度学习设定下离线训练的DNN特征编码器。这使得它们不太适用于部署在训练时未见过、且持续适应至关重要的环境中的无人机。本文提出一种在未知环境中即时学习SLAM的新方法，通过新提出的二次贝叶斯惊奇（QBS）因子来调节低复杂度字典学习与稀疏编码（DLSC）流水线。我们利用无人机在具有挑战性的仓库场景中收集的数据实验验证了该方法，其中大量模糊场景使得视觉消歧十分困难。
引用
@article{arxiv.2208.12997,
title = {Learning to SLAM on the Fly in Unknown Environments: A Continual Learning Approach for Drones in Visually Ambiguous Scenes},
author = {Ali Safa and Tim Verbelen and Ilja Ocket and André Bourdoux and Hichem Sahli and Francky Catthoor and Georges Gielen},
journal= {arXiv preprint arXiv:2208.12997},
year = {2022}
}