تطبیق ابر نقاط (Point-cloud Registration) یکی از کلیدیترین چالشهای بینایی ماشین در رباتیک است، اما زمانی که با دادههای ناقص یا مقیاسهای متفاوت روبرو هستیم، روشهای قدیمی معمولاً کم میآورند.
محققان در مقاله جدیدی، چارچوب نوآورانه R-SLPR را معرفی کردهاند که با استفاده از یادگیری کنتراستی و یک معماری سه مرحلهای، به راحتی میتواند حتی بخشهای کوچک یک اسکن سه بعدی را با یک نقشه بزرگ و کامل تطبیق دهد. این دستاورد، گامی بزرگ برای بهبود درک محیط توسط رباتها در شرایط پیچیده دنیای واقعی است. 🦾✨
منبع: arXiv Computer Vision