发顶会顶刊不再难！多传感器融合SLAM、生成式AI、3DGS、NeRF、标定等方向

　　首个理论+实践课程《快速上手基于NeRF的SLAM：理论与实践》第2期（新增40%新内容）！

　　以下内容来自小六的机器人SLAM学习圈（6年积累，全国最大的机器人SLAM交流社区，为SLAM行业从业者提供从入门、学习、交流、求职、线下链接、合作、咨询、答疑等一系列的服务）知识星球每日更新内容

　　必一运动

　　ISER 2023 ETH苏黎世皇家理工 探究融合还是不融合：空中机器人多传感器融合中的测量一致性

　　飞行器不再局限于在开放空间中飞行：最近的工作主要集中在空中操纵和近距离检查。这类应用对状态估计提出了严苛的要求：机器人必须结合多种来源的状态信息，包括车载里程计和全球定位系统传感器。然而，在接近或接触结构的情况下飞行是许多传感模式的退化情况，机器人的状态估计框架必须智能地选择哪些传感器是当前值得信赖的。

　　在多传感器融合框架中，我们评估了多个衡量感知模态可靠性的指标，然后介绍了一种利用该指标来选择融合或不融合哪些传感器的统一可行方案。最后，我们证明了这种融合框架比总是融合所有传感器更鲁棒和准确，并展示了这些指标如何在室内室外飞行和桥梁检查的真实世界实验中提供信息。#论文

　　以上内容来自小六的机器人SLAM学习圈（6年积累，全国最大的机器人SLAM交流社区，为SLAM行业从业者提供从入门、学习、交流、求职、线下链接、合作、咨询、答疑等一系列的服务）知识星球每日更新内容

　　必一运动

　　发顶会顶刊不再难！多传感器融合SLAM、生成式AI、3DGS、NeRF、标定等方向

　　太强了！世界第一款开源的自动驾驶一体化框架Autoware！（附交流群）

　　17讲全部上线！全网首个详解深度学习特征开源算法SuperPoint和SuperGlue（附交流群）