3D 视觉

DockAnywhere: Data-Efficient Visuomotor Policy Learning for Mobile Manipulation via Novel Demonstration Generation

DockAnywhere: 通过新颖的示范生成实现移动操作的数据高效视觉-运动策略学习

Ziyu Shan, Yuheng Zhou, Gaoyuan Wu, Ziheng Ji, Zhenyu Wu, Ziwei Wang

机构 * Nanyang Technological University, Singapore（新加坡南洋理工大学） ； Beijing University of Posts and Telecommunications, Beijing, China（北京邮电大学） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.RO

AI总结 本文提出DockAnywhere方法，通过解耦基座运动与不变的 manipulation 技能，提升移动操作在不同 docking 点下的视角泛化能力，实验表明其显著提高了策略成功率和泛化能力。

Comments Accepted to RA-L

Integrating Object Detection, LiDAR-Enhanced Depth Estimation, and Segmentation Models for Railway Environments

集成目标检测、LiDAR增强的深度估计和分割模型用于铁路环境

Enrico Francesco Giannico, Federico Nesti, Gianluca D'Amico, Mauro Marinoni, Edoardo Carosio, Filippo Salotti, Salvatore Sabina, Giorgio Buttazzo

机构 * 1 Department of Excellence in Robotics \& AI, Scuola Superiore Sant'Anna, Pisa, Italy 2 Progress Rail Signaling S.p.A., Serravalle Pistoiese (PT), Italy 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 本文提出一个模块化框架，结合目标检测、轨道分割和单目深度估计，用于铁路环境中的障碍物检测与距离估计，通过合成数据集评估，实现0.63米的高精度距离估计。

Comments Under submission for publication

A multi-platform LiDAR dataset for standardized forest inventory measurement at long term ecological monitoring sites

多平台激光雷达数据集用于长期生态监测站点标准化森林调查测量

Michael R. Chang, Anna Candotti, Karl von Ellenrieder, Enrico Tomelleri, Marco Camurri

机构 * Faculty of Engineering, Free University of Bozen-Bolzano（博尔扎诺自由大学工程学院） ； Department of Industrial Engineering, University of Trento（特伦托大学工业工程系） ； Faculty of Agricultural, Environmental and Food Sciences, Free University of Bozen-Bolzano（博尔扎诺自由大学农业、环境与食品科学学院） ； Competence Centre for Mountain Innovation Ecosystems, Free University of Bozen-Bolzano（博尔扎诺自由大学山地创新生态系统能力中心） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.RO

AI总结 本文提出一个多平台激光雷达数据集，用于校准、基准测试和整合3D结构数据与生态观测及标准生物量模型，结合无人机、地面和背包式激光扫描技术，提供高精度森林结构数据。

Comments 30 pages, 7 figures

Estimating the Diameter at Breast Height of Trees in a Forest from RGB

从RGB估算森林中树木的胸径

Siming He, Zachary Osman, Fernando Cladera, Dexter Ong, Nitant Rai, Patrick Corey Green, Vijay Kumar, Pratik Chaudhari

机构 * General Robotics, Automation, Sensing and Perception (GRASP) Laboratory, University of Pennsylvania（通用机器人、自动化、传感与感知实验室，宾夕法尼亚大学） ； Department of Forest Resources and Environmental Conservation, Virginia Tech（森林资源与环境保护系，弗吉尼亚理工学院） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 本文提出一种低成本方法，利用消费级360视频相机估算树木胸径，结合SfM摄影测量和语义分割技术，实现高精度测量。

Adaptive Canonicalization with Application to Invariant Anisotropic Geometric Networks

自适应规范化解析及其在不变各向异性几何网络中的应用

Ya-Wei Eileen Lin, Ron Levie

机构 * Technical University of Munich, School of Computation, Information and Technology（慕尼黑技术大学，计算、信息与技术学院） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； Technion - Israel Institute of Technology, Faculty of Mathematics（技术学院-以色列理工学院，数学学院） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出自适应规范化解析，通过输入和网络共同决定规范形式，解决谱图神经网络的本征基模糊性和点云旋转对称性问题，实验表明其优于数据增强、标准规范化解析和等变架构。

Towards an Optimal Bound for the Interleaving Distance on Mapper Graphs

迈向mapper图上交织距离的最优界限

Erin Wolf Chambers, Ishika Ghosh, Elizabeth Munch, Sarah Percival, Bei Wang

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出首个用于boundingmapper图上交织距离的框架，通过整数线性规划确定n-交织的存在性，并构造最小损失的assignment，用于分类任务。

Comments Reformulated the problem into both a binary problem and a loss computation problem