最近一篇关于深度学习在地图-定位应用的综述
点击上方“视学算法”,选择“星标”
干货第一时间送达
整理:公众号@智车科技
本文仅做学术分享,如有侵权,请联系删除。
这是一个arXiv上2020年6月底上传的综述“A Survey on Deep Learning for Localization and Mapping: Towards the Age of Spatial Machine Intelligence“,作者来自英国牛津大学,文章覆盖了odometry、mapping和SLAM等。
这是一个arXiv上2020年6月底上传的综述“A Survey on Deep Learning for Localization and Mapping: Towards the Age of Spatial Machine Intelligence“,作者来自英国牛津大学,文章覆盖了odometry、mapping和SLAM等。
如图给出了传统方法和学习方法的比较:X是传感器数据,Y是目标(运动、姿态和几何+语义等)。
关于深度学习在这个领域的应用,作者给出了如下的分类:
而这里给出综述的全貌,也是以上模块在所构成系统的相互关系图:
这是odometry的方法列表:分视觉、视觉-惯导和激光雷达三个类。
下面这张图告诉我们:非监督方法还是比监督方法误差大,深度学习和传统方法的混合精度不错。
这是mapping的方法列表:区别很大的在于地图表示,几何、语义以及同时包括几何和表观的表示。
定位模式分多种:2D-to-2D localization;2D-to-3D localization;3D-to-3D localization。
先看2D-2D定位:这里2D地图可以是显式地或者隐式(NN模型),如图所示。
如下表是对应的方法列表。
再说2D-3D定位方法:如图是一个示意图,特征描述匹配的基础上做PnP得到pose,而NN模型直接回归得到定位。
对应的方法列表如下。
最后一个3D-3D定位:主要是激光雷达点云数据而言。其示意图如下:CNN+RNN回归pose
方法列表如下。
SLAM技术,文章分成模块来讨论,即Local optimization,Global optimization ,Keyframe detection,Loop-closure detection 和 Uncertainty Estimation等。
列出方法如下表:
最后给出的Open problems:
End-to-end model vs. hybrid model:前者对数据要求太大,后者可以考虑一些priori知识。
Unifying evaluation benchmark and metric:目前只有Kitti比较公认的benchmark,感觉还是太不足了。
Real-world deployment:实时性要求,自监督和在线学习的能力。
Lifelong learning:可规模化和扩展性问题。
New sensors:一些没有重视的传感器,比如event camera, thermo camera, mmwave device, radio signals, magnetic sensor等等。
Scalability:更大的环境,比如郊区、室外等等。
Safety, reliability and interpretability:目前DL应用都关心的问题,AI的不确定性、自动驾驶的安全性以及NN模型的可解释性。
本文仅做学术分享,如有侵权,请联系删文
最近一篇关于深度学习在地图-定位应用的综述相关推荐
- 综述|深度学习在SLAM定位与建图中的应用(近250篇参考文献)_3D视觉工坊的博客-CSDN博客
综述|深度学习在SLAM定位与建图中的应用(近250篇参考文献)_3D视觉工坊的博客-CSDN博客
- 126篇殿堂级深度学习论文分类整理 从入门到应用 | 干货
如果你有非常大的决心从事深度学习,又不想在这一行打酱油,那么研读大牛论文将是不可避免的一步.而作为新人,你的第一个问题或许是:"论文那么多,从哪一篇读起?" 本文将试图解决这个问题 ...
- 126篇殿堂级深度学习论文分类整理 从入门到应用(下)
应用 3.1 自然语言处理 (NLP) █[1] Antoine Bordes, et al. "Joint Learning of Words and Meaning Representa ...
- (zhuan) 126 篇殿堂级深度学习论文分类整理 从入门到应用
126 篇殿堂级深度学习论文分类整理 从入门到应用 | 干货 雷锋网 作者: 三川 2017-03-02 18:40:00 查看源网址 阅读数:66 如果你有非常大的决心从事深度学习,又不想在这一行 ...
- 126篇殿堂级深度学习论文分类整理 从入门到应用
如果你有非常大的决心从事深度学习,又不想在这一行打酱油,那么研读大牛论文将是不可避免的一步.而作为新人,你的第一个问题或许是:"论文那么多,从哪一篇读起?" 本文将试图解决这个问题 ...
- 126 篇殿堂级深度学习论文分类整理 从入门到应用 | 干货
如果你有非常大的决心从事深度学习,又不想在这一行打酱油,那么研读大牛论文将是不可避免的一步.而作为新人,你的第一个问题或许是:" 论文那么多,从哪一篇读起?" 本文将试图解决这个问 ...
- 126篇殿堂级深度学习论文分类整理从入门到应用
2017-12-27 雷课 如果你有非常大的决心从事深度学习,又不想在这一行打酱油,那么研读大牛论文将是不可避免的一步.而作为新人,你的第一个问题或许是:"论文那么多,从哪一篇读起?&quo ...
- 126篇殿堂级深度学习论文分类整理,从入门到应用
来源:雷课 如果你有非常大的决心从事深度学习,又不想在这一行打酱油,那么研读大牛论文将是不可避免的一步.而作为新人,你的第一个问题或许是:"论文那么多,从哪一篇读起?"本文将试图解 ...
- 华南理工深度学习与神经网络期末考试_深度学习算法地图
原创声明:本文为 SIGAI 原创文章,仅供个人学习使用,未经允许,不能用于商业目的. 其它机器学习.深度学习算法的全面系统讲解可以阅读<机器学习-原理.算法与应用>,清华大学出版社,雷明 ...
最新文章
- mysql删除原则_MySQL数据库的增删选查
- 什么是计算机系统的可信基点,基于可信基点的结构化签名比较算法.pdf
- Redhat7.4安装Oracle11g详细步骤
- 「多图」图解10大CNN架构
- java 逗号运算符_Java 运算符
- Binder子系统之调试分析(二)
- python 在列表中完成队列的删除和排序
- 内核态(Kernel Mode)与用户态(User Mode)
- jQuery初识 - jQuery是什么
- 大话设计模式读书笔记(十三) 状态模式
- pom.xml 如果使用 mvn exec:exec 命令运行项目
- scheduling.quartz.CronTriggerBean has interface org.quartz.CronTrigger as super class
- 百度网盘分享qt相关视频
- 梦幻西游服务器哪个区人气最多,梦幻西游大区火爆程度排名 北京一区垄断前三...
- 百度飞浆paddlepaddle之中文文本分类(三)
- 22考研初试410数一145上岸上海交通大学819经验分享
- 用editplus删除csv文件中的软回车
- 如何做产品的品牌推广?怎么推广自己的产品?品牌推广怎样做更好
- 守护者创客~ 一个真正可以放手一搏的项目
- Bugku逆向-游戏过关
热门文章
- 【新周报(051)】Datawhale组队学习
- 【组队学习】【29期】Datawhale组队学习内容介绍
- 助力高校学子快速上手!昇腾AI处理器应用开发实践一览|华为昇腾师资培训沙龙北京场...
- 揭开「拓扑排序」的神秘面纱
- 用Go重构C语言系统,这个抗住春晚红包的百度转发引擎承接了万亿流量
- 肖仰华:知识图谱构建的三要素、三原则和九大策略 | AI ProCon 2019
- 掌握这些步骤,机器学习模型问题药到病除
- Python之父发文,将重构现有核心解析器
- IEEE“撑不住”了?声明解除对华为评审限制
- Debug神经网络的五项基本原则