黄页在线观看视频_日韩电影免费在线_精品剧情v国产在线观看在线_欧美国产精品久久_99精品国产99久久久久久福利_色无极亚洲影院_1区2区在线观看_精品久久久久久无

(資料圖片僅供參考)

導讀 神經輻射場 (NeRF) 是先進的機器學習技術，可以從二維 (3D) 圖像生成對象或環境的三維 (2D) 表示。由于這些技術可以真實而詳細地模擬...

神經輻射場 (NeRF) 是先進的機器學習技術，可以從二維 (3D) 圖像生成對象或環境的三維 (2D) 表示。由于這些技術可以真實而詳細地模擬復雜的現實世界環境，它們可以極大地支持機器人研究。

然而，大多數用于訓練 NeRF 的現有數據集和平臺都設計為離線使用，因為它們需要完成姿勢優化步驟，這會顯著延遲照片真實表示的創建。到目前為止，這阻止了大多數機器人專家使用這些技術在物理機器人上實時測試他們的算法。

斯坦福大學的一個研究小組最近推出了NerfBridge，這是一種用于訓練NeRF算法的新開源軟件包，最終可以使它們能夠用于在線機器人實驗，該軟件包在arXiv上預先發表的一篇論文中介紹，旨在有效地橋接ROS(機器人操作系統)，一個著名的機器人應用程序軟件庫和Nerfstudio， 一個開源庫，旨在實時訓練 NeRF。

“最近，我的實驗室斯坦福大學多機器人系統實驗室的成員對探索神經輻射場(NeRFs)在機器人中的應用感到興奮，但我們發現現在沒有一種簡單的方法將這些方法與實際機器人一起使用，因此不可能對它們進行任何真正的實驗，”該論文的第一作者Javier Yu， “科技Xplore說。“由于這些工具不存在，我們決定自己構建它們，并且出于工程推動，看看NeRFs如何在機器人上工作，我們得到了一個很好的工具，我們認為它將對機器人社區的許多人有用。

NeRF是基于人工神經網絡的復雜技術，最初由計算機圖形學研究界引入。他們基本上通過訓練神經網絡來重建照片或3D圖像中捕獲的場景的2D幾何形狀和顏色，從而創建詳細的世界地圖。

“從圖像映射的問題是我們機器人社區長期以來一直在研究的問題，NeRF為如何處理它提供了新的視角，”Yu解釋說。“通常，NeRF以離線方式進行訓練，其中所有圖像都是提前收集的，然后一次訓練場景的NeRF。然而，在機器人技術中，我們希望直接將NeRF用于導航等任務，因此，如果我們僅在到達目的地時才獲得NeRF，則NeRF沒有用。相反，我們希望在機器人探索其環境時逐步(在線)構建NeRF。這正是NerfBridge解決的問題。

Yu和他的同事推出的軟件包NerfBridge利用了集成在物理機器人中的傳感器和攝像頭捕獲的圖像。這些圖像不斷流入Nerfstudio強大的NeRF訓練庫，從而能夠創建NeRF，這些NeRF隨著機器人捕獲周圍環境的新圖像而不斷更新和改進。

為了證明他們的方法的潛力，Yu和他的同事使用它來訓練NeRF，該圖像基于安裝在四旋翼上的相機捕獲的圖像，四旋翼無人機在室內和室外環境中飛行。他們的結果非常顯著，突出了NerfBridge在促進在機器人研究中使用NeRF的價值。

因此，這種有前途的方法很快就會被其他研究人員用來訓練NERFs，并在物理機器人導航周圍環境時測試他們的算法。與此同時，Yu和他的同事計劃探索其他策略，以擴大NeRF在機器人中的使用。

“最終，我們希望NerfBridge能夠降低其他研究人員的進入門檻，開始研究NeRF在機器人中的應用，并在現實世界中測試他們的新算法，”Yu補充道。“從NerfBridge開始，我們將研究當圖像從機器人流式傳輸時改進NeRF訓練的方法，并展示使用基于NeRF的地圖進行機器人技術其他任務(如定位和導航)的具體優勢。

版權聲明：本文由用戶上傳，如有侵權請聯系刪除！