ROBOTNESS
Forschung

Studien

Neue Studien zu Robotik und Physical AI, jeweils mit ihrer Bedeutung für die Branche.

1 Studien
ThemaAlleManipulation 16VLA 15Navigation 11Perception 9Robotics 9Learning 6Humanoid 5Safety 3Simulation 3Adaptive action horizons 1Aerial Manipulation 1Co-speech Humanoid 1Continuum sensing 1Distributed Manipulation 1Floorplan SLAM 1Grounding 1Humanoid control 1Locomotion 1Memory-centric VLA 1Model-based RL 1Multi-UAV State Estimation 1Policy 1Real-time VLA 1Safe RL-MPC 1Safe VLA 1Soft Pneumatic Actuators 1Tactile 1Terrain traversability 1Text-to-3D Policy 1Tool Co-Design 1Trajectory Correction 1UAV Navigation 1UAV traffic monitoring 1Underwater active mapping 1Vision-Language Navigation 1Visual Grounding 1World models 1World-action model 1
NiveauAlleEinstiegFortgeschrittenExperten
arXiv
Floorplan SLAMExperten

MVP-SLAM korrigiert visuell-inertiales Multi-Kamera-SLAM online mit Grundriss-Prior

Asier Bikandi-Noya, Miguel Fernandez-Cortizas, Muhammad Shaheer, Holger Voos, Jose Luis Sanchez-Lopez

MVP-SLAM, ein in diesem Preprint vorgestelltes System, erweitert visuell-inertiales Multi-Kamera-SLAM um eine Online-Integration von Bauplänen. Es erreicht in der Hilti-Trimble SLAM Challenge 2026 im Localization-Task 0,29 m mittleren RMSE und Platz 2 von 22 Teams, im SLAM-Task 0,24 m und Platz 5 von 62 Teams und ist damit das bestplatzierte System unter denen, die online arbeiten und den Grundriss integrieren. Der Ansatz zeigt, dass Grundrisse als Driftkorrektur ohne Tiefensensor auf Baustellen nutzbar sind.

Vollständige Studie lesen (PDF)

Die Studien stammen aus den Robotik-Feeds von arXiv. Solange unsere Zusammenfassung fehlt, erscheinen die ersten Zeilen des Abstracts.