PERCEPTION
基于碰撞时间的动态障碍物规避：使用预训练视觉模型在非结构化环境中为机器人导航
Erik Jagnandan, Mulugeta Haile, Gregory Barber, Pratik Chaudhari
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出了一种数据高效、可解释的视觉动态障碍物规避方法，利用预训练的单目深度估计模型和特征点追踪管线，在真实世界数据上计算每个关键点的碰撞时间，并选择地面运动原语来避开障碍。该方法避免了模拟到现实的迁移问题，适用于非结构化户外环境。
关键词
dynamic obstacle avoidancetime-to-collisionpretrained vision modelsdepth estimationkeypoint tracking
相关论文
PERCEPTION
📊 22,245 引用
Artificial intelligence: a modern approach
1995
PERCEPTION
📊 14,348 引用
Are we ready for autonomous driving? The KITTI vision benchmark suite
Andreas Geiger, P Lenz, R. Urtasun
2012
PERCEPTION
开放获取📊 9,777 引用
TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems
Martı́n Abadi, Ashish Agarwal, Paul Barham 等 20 位作者
2016
PERCEPTION
📊 9,681 引用
Vision meets robotics: The KITTI dataset
Andreas Geiger, Philip Lenz, Christoph Stiller 等 4 位作者
2013