人形机器人触碰世界,从2000颗传感器开始|产品观察
人形机器人触碰世界,从2000颗传感器开始|产品观察具备高自由度运动下稳定且高精度作业能力。
具备高自由度运动下稳定且高精度作业能力。
视觉 / 激光雷达里程计是计算机视觉和机器人学领域中的一项基本任务,用于估计两幅连续图像或点云之间的相对位姿变换。它被广泛应用于自动驾驶、SLAM、控制导航等领域。最近,多模态里程计越来越受到关注,因为它可以利用不同模态的互补信息,并对非对称传感器退化具有很强的鲁棒性。
无需硬件传感器或对现有网络环境进行重大改动即可轻松部署。
自从2007年MEMS(微机电系统,Micro-Electro-Mechanical System)麦克风和加速度传感器做到iPhone内,这个低调的工业品开始逐渐被人所熟知,成就了苹果、华为、三星、小米、OPPO等各种消费电子品牌。
图像融合的目的是将同一场景中不同传感器捕获的多源图像的互补信息整合到单个图像上。这种方式通常被用于提取图片重要信息和提高视觉质量。
最近来自香港科技大学(HKUST)、南洋理工大学(NTU)与加利福尼亚大学洛杉矶分校(UCLA)的研究者们提供了新的思路:他们发现大语言模型如 ChatGPT 可以理解传感器信号进而完成物理世界中的任务。该项目初步成果发表于 ACM HotMobile 2024。
目标跟踪是计算机视觉的一项基础视觉任务,由于计算机视觉的快速发展,单模态 (RGB) 目标跟踪近年来取得了重大进展。考虑到单一成像传感器的局限性,我们需要引入多模态图像 (RGB、红外等) 来弥补这一缺陷,以实现复杂环境下全天候目标跟踪。