曼哈顿世界中面向机器人应用的预测性与语义布局估计
计算机视觉与模式识别
2018-11-20 v1 机器人学
摘要
本文描述了一种从自主移动机器人可能获取的不完整测量中自动提取平面图的方法。该方法通过对从可用数据中自动提取的扩展结构性布局表面进行推理来实现。该方案可以在线运行，以构建环境的水密表示。系统有效地推测房间边界和自由空间区域，为后续的 motion planning（运动规划）系统提供有用的引导。我们在多个数据集上给出了实验结果。
引用
@article{arxiv.1811.07442,
title = {Predictive and Semantic Layout Estimation for Robotic Applications in Manhattan Worlds},
author = {Armon Shariati and Bernd Pfrommer and Camillo J. Taylor},
journal= {arXiv preprint arXiv:1811.07442},
year = {2018}
}