跳到正文
arXiv · cs.RO· Ugur Kafkasyali, Mihnea Toader, Julia Richter, Turcan Tuna, Cesar Cadena, Marco Hutter·· 3 小时前精选AI 评分67

论文 / 摘要阅读

SAFARI:语义与前沿驱动的自主风险巡检框架

SAFARI: Semantic- And Frontier-driven Autonomous Risk Inspection

AI 导读 · 根据来源整理

SAFARI 是一个把目标检测作为统一概率地图原生通道的自主探索框架,让几何与语义证据共同参与探索和规划。现有自主探索方法多侧重几何覆盖或信息增益,较少显式耦合语义目标检测与接近危险物体的风险,且多在仿真或受控环境中验证。作者在三个野外场地的四足平台上开展11次任务评估,平均覆盖可达任务区域的98.7%,97.6%的任务时间无需操作员干预,可检测特征尺寸小至15cm的物体。消融实验与系统行为分析显示,物体尺寸感知和安全感知路径规划对危险物体搜索较为关键。该工作为预印本,已投稿 IEEE Transactions on Field Robotics。

本站目前提供摘要

以上是对来源材料的中文整理,不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。

前往 arXiv · cs.RO 阅读原文 ↗

来源:arXiv · cs.RO · arxiv.org