ICRA

Efficient Submap-based Autonomous MAV Exploration using Visual-Inertial SLAM Configurable for LiDARs or Depth Cameras

基于子地图的高效自主MAV探索：融合视觉惯性SLAM并可配置为LiDAR或深度相机

Sotiris Papatheodorou, Simon Boche, Sebastián Barbas Laina, Stefan Leutenegger

机构 * Technical University of Munich（慕尼黑技术大学） ； School of Computation, Information and Technology（计算、信息与技术学院） ； Imperial College London（伦敦帝国学院） ； Munich Institute of Robotics and Machine Intelligence（慕尼黑机器人与机器智能研究所） ； Munich Center for Machine Learning（慕尼黑机器学习中心） 纠错

AI总结 本文提出了一种基于子地图的MAV自主探索框架，通过融合视觉惯性SLAM并支持LiDAR或深度相机，实现高效探索与地图重建。

Comments In proceedings of the IEEE International Conference on Robotics and Automation, 2025. 7 pages, 8 figures, for the accompanying video see https://youtu.be/Uf5fwmYcuq4

SeePerSea: Multi-modal Perception Dataset of In-water Objects for Autonomous Surface Vehicles

SeePerSea：用于自主水面车辆的水下物体多模态感知数据集

Mingi Jeong, Arihant Chadda, Ziang Ren, Luyang Zhao, Haowen Liu, Monika Roznere, Aiwei Zhang, Yitao Jiang, Sabriel Achong, Samuel Lensgraf, Alberto Quattrini Li

机构 * Department of Computer Science, Dartmouth College（达特茅斯学院计算机科学系） ； IQT Labs（IQT实验室） ； Department of Computer Science, Columbia University（哥伦比亚大学计算机科学系） ； Department of Computer Science, University of Maryland College Park（马里兰大学计算机科学系） ； The Institute for Human and Machine Cognition and The University of West Florida（人机认知研究所与西佛罗里达大学） ； School of Computing, Binghamton University（宾夕法尼亚州立大学计算学院） 纠错

AI总结 SeePerSea数据集为自主水面车辆提供多模态水下物体感知数据，通过训练测试现有深度学习算法，推动海洋自主技术发展。

Comments Topic: Special Issue on ICRA 2024 Workshop on Field Robotics

Journal ref IEEE Transactions on Field Robotics 2 (2025) - 737-752

Control-Barrier-Aided Teleoperation with Visual-Inertial SLAM for Safe MAV Navigation in Complex Environments

基于控制屏障的遥控操作与视觉-惯性SLAM的MAV安全导航

Siqi Zhou, Sotiris Papatheodorou, Stefan Leutenegger, Angela P. Schoellig

机构 * Learning Systems and Robotics Lab, School of Computation, Information and Technology, Technical University of Munich（学习系统与机器人实验室，计算、信息与技术学院，慕尼黑技术大学） ； Smart Robotics Lab, School of Computation, Information and Technology, Technical University of Munich（智能机器人实验室，计算、信息与技术学院，慕尼黑技术大学） ； Smart Robotics Lab, Department of Computing, Imperial College London（智能机器人实验室，计算系，伦敦帝国理工学院） ； Munich Institute of Robotics and Machine Intellig（慕尼黑机器人与机器智能研究所） 纠错

AI总结 本文提出了一种结合控制屏障函数与视觉-惯性SLAM的MAV安全导航系统，通过感知-动作闭环实现复杂环境中的安全遥控操作。

Comments Accepted to the IEEE International Conference on Robotics and Automation (ICRA) 2024, 7 pages, 7 figures, supplementary video is available at https://youtu.be/rCxbWY4PIfQ?si=DC-9mg7g1WooNdaV

ORB-SfMLearner: ORB-Guided Self-supervised Visual Odometry with Selective Online Adaptation

ORB-SfMLearner: 基于ORB的自监督视觉里程计与选择性在线适应

Yanlin Jin, Rui-Yang Ju, Haojun Liu, Yuzhong Zhong

机构 * College of Electrical Engineering, Sichuan University（四川大学电气工程学院） ； Rice University（里士满大学） ； Graduate Institute of Networking and Multimedia, National Taiwan University（台湾大学网络与多媒体研究所） ； Language Technologies Institute, Carnegie Mellon University（卡内基梅隆大学语言技术研究所） 纠错

AI总结 ORB-SfMLearner通过引入ORB特征和交叉注意力机制，提升视觉里程计的精度与通用性，实现更稳健的自身运动估计。

Comments ICRA 2025; Project page: https://www.neiljin.site/projects/orbsfm/