宾夕法尼亚团队发布！ 从距离感知中学习城市局部风场

文章预览

点击“ 计算机视觉life ”，选择“星标” 机器人AI干货第一时间送达 2025秋招，上来就问3D Gaussian Splatting。。。 通过城市环境获得准确和及时的风预测是一项具有挑战性的任务，但对未来城市空域中自主飞行器的安全和效率具有广泛的影响。先前的工作强烈依赖于关于环境的全局信息，例如精确的城市地图和不同位置的现场风速测量，以运行昂贵的计算流体力学求解器来预测整个风场。相比之下，本文介绍了一种新的方法来实时估计机器人周围区域的风场，利用车载测距来感知附近的建筑物，并利用稀疏的风速测量来推断风速和风向。我们认为该信息充分表征了局部感兴趣区域的风流场结构。为此，我们引入了一种基于深度学习的方法，从距离测量值中预测局部流场。我们的结果表明，通过小规模随机地图在大量模拟风上训练的神经网络能够重建 ………………………………