RoSe-SLAM に関する報道

RoSe-SLAM は、2D 基本モデルの意味特徴を使用してガウス場に抽出し、手動の意味ラベルを置き換え、動的な単眼 SLAM の精度低下の問題を解決します。キャリブレーションと手動ラベル付けが必要な従来のセマンティック SLAM と比較して、この方法は、キャリブレーションされていない入力の下で動的な知覚追跡と高品質の幾何学的再構成を実現します。