将神经网络用于场景几何材质的高效表达,结合逆向渲染在二维光度图的监督下重建高质量的网格和材质贴图,为现有的图形学流水线提供服务——神经渲染已成为近年来计算机图形学新的研究热点。在IRON(inverse rendering by optimizing neur...将神经网络用于场景几何材质的高效表达,结合逆向渲染在二维光度图的监督下重建高质量的网格和材质贴图,为现有的图形学流水线提供服务——神经渲染已成为近年来计算机图形学新的研究热点。在IRON(inverse rendering by optimizing neural SDFs and materials from photometric images)神经渲染模型基础上,通过引入多分辨率哈希编码,采用冻结训练等方法提高原始模型的训练速度。在多个数据集上的对比实验表明,优化后的IRON逆渲染模型训练速度提升了约40%,且重建结果中包含更多细节。展开更多
针对传统基于梯度的规划方法需预先构建欧式符号距离场(euclidean signed distance field, ESDF)导致障碍物信息冗余度高、规划效率受限问题,提出了一种基于区域快速优化的实时轨迹规划方法。所提方法设计碰撞控制点替换策略用于加快碰...针对传统基于梯度的规划方法需预先构建欧式符号距离场(euclidean signed distance field, ESDF)导致障碍物信息冗余度高、规划效率受限问题,提出了一种基于区域快速优化的实时轨迹规划方法。所提方法设计碰撞控制点替换策略用于加快碰撞区域的轨迹优化收敛速度从而降低轨迹规划时间,并定义提取与轨迹规划相关的局部障碍物信息方法,避免构建ESDF过程,从而提高规划效率;之后考虑轨迹安全性、平滑性及动态可行性,建立多目标优化函数,进一步优化轨迹。仿真实验表明,该方法可有效实现无人机在线轨迹规划,且与前沿方法相比,轨迹规划时间平均缩短了36.1%,轨迹优化收敛速度平均提高了33.1%,实现了更高效的规划。展开更多
文摘将神经网络用于场景几何材质的高效表达,结合逆向渲染在二维光度图的监督下重建高质量的网格和材质贴图,为现有的图形学流水线提供服务——神经渲染已成为近年来计算机图形学新的研究热点。在IRON(inverse rendering by optimizing neural SDFs and materials from photometric images)神经渲染模型基础上,通过引入多分辨率哈希编码,采用冻结训练等方法提高原始模型的训练速度。在多个数据集上的对比实验表明,优化后的IRON逆渲染模型训练速度提升了约40%,且重建结果中包含更多细节。
文摘针对传统基于梯度的规划方法需预先构建欧式符号距离场(euclidean signed distance field, ESDF)导致障碍物信息冗余度高、规划效率受限问题,提出了一种基于区域快速优化的实时轨迹规划方法。所提方法设计碰撞控制点替换策略用于加快碰撞区域的轨迹优化收敛速度从而降低轨迹规划时间,并定义提取与轨迹规划相关的局部障碍物信息方法,避免构建ESDF过程,从而提高规划效率;之后考虑轨迹安全性、平滑性及动态可行性,建立多目标优化函数,进一步优化轨迹。仿真实验表明,该方法可有效实现无人机在线轨迹规划,且与前沿方法相比,轨迹规划时间平均缩短了36.1%,轨迹优化收敛速度平均提高了33.1%,实现了更高效的规划。
