發頂會頂刊不再難！多傳感器融合SLAM、生成式AI、3DGS、NeRF、標定等方向

　　首個理論+實踐課程《快速上手基于NeRF的SLAM：理論與實踐》第2期（新增40%新內容）！

　　以下內容來自小六的機器人SLAM學習圈（6年積累，全國最大的機器人SLAM交流社區，為SLAM行業從業者提供從入門、學習、交流、求職、線下鏈接、合作、咨詢、答疑等一系列的服務）知識星球每日更新內容

　　必一運動

　　ISER 2023 ETH蘇黎世皇家理工 探究融合還是不融合：空中機器人多傳感器融合中的測量一致性

　　飛行器不再局限于在開放空間中飛行：最近的工作主要集中在空中操縱和近距離檢查。這類應用對狀態估計提出了嚴苛的要求：機器人必須結合多種來源的狀態信息，包括車載里程計和全球定位系統傳感器。然而，在接近或接觸結構的情況下飛行是許多傳感模式的退化情況，機器人的狀態估計框架必須智能地選擇哪些傳感器是當前值得信賴的。

　　在多傳感器融合框架中，我們評估了多個衡量感知模態可靠性的指標，然后介紹了一種利用該指標來選擇融合或不融合哪些傳感器的統一可行方案。最后，我們證明了這種融合框架比總是融合所有傳感器更魯棒和準確，并展示了這些指標如何在室內室外飛行和橋梁檢查的真實世界實驗中提供信息。#論文

　　以上內容來自小六的機器人SLAM學習圈（6年積累，全國最大的機器人SLAM交流社區，為SLAM行業從業者提供從入門、學習、交流、求職、線下鏈接、合作、咨詢、答疑等一系列的服務）知識星球每日更新內容

　　必一運動

　　發頂會頂刊不再難！多傳感器融合SLAM、生成式AI、3DGS、NeRF、標定等方向

　　太強了！世界第一款開源的自動駕駛一體化框架Autoware！（附交流群）

　　17講全部上線！全網首個詳解深度學習特征開源算法SuperPoint和SuperGlue（附交流群）