TL;DR
- چکیده:.
- تخمین پوز نسبی قابل اعتماد یک عامل کلیدی برای عملیات مجاورت و قرار ملاقات مستقل است،.
- با این حال تصاویر فضا به دلیل روشنایی شدید،.
چه اتفاقی افتاد
چکیده:. تخمین پوز نسبی قابل اعتماد یک عامل کلیدی برای عملیات مجاورت و قرار ملاقات مستقل است،.
با این حال تصاویر فضا به دلیل روشنایی شدید،. کنتراست بالا و حرکت سریع هدف بسیار چالش برانگیز است.
دوربینهای رویداد اندازهگیریهای ناهمزمان و مبتنی بر تغییر را ارائه میکنند که میتوانند هنگام اشباع یا محو شدن. تصاویر مبتنی بر فریم،.
آموزنده باقی بمانند،. در حالی که پردازندههای نورومورفیک میتوانند از فعالسازیهای پراکنده برای استنتاجهایی با تأخیر کم و کم مصرف بهرهبرداری.
کنند. این مقاله یک خط لوله تخمین موقعیت 6-DoF فضاپیما را ارائه میکند که بینایی مبتنی بر رویداد را.
با پردازنده عصبی مغزی آکیدا ترکیب میکند. با استفاده از مجموعه داده SPADES،.
شبکههای رگرسیون نقطه کلیدی فشرده به سبک MobileNet را در نمایشهای فریم رویداد سبکوزن آموزش میدهیم،. آموزش آگاهی از کوانتیزاسیون (8/4 بیت) را اعمال میکنیم و مدلها را به شبکههای عصبی اسپکینگ سازگار با.
آکیدا تبدیل میکنیم. ما محک میزنیم سه نمایش رویداد و نشان دادن استنتاج بلادرنگ و کم مصرف روی سخت افزار.
Akida V1. ما علاوه بر این یک مدل مبتنی بر نقشه حرارتی را طراحی میکنیم که Akida V2 را هدف.
قرار میدهد و آن را در Akida Cloud ارزیابی میکنیم و دقت پوز بهبود یافته را به دست. میآوریم.
با توجه به دانش ما،. این اولین نمایش سرتاسر تخمین موقعیت فضاپیما است که بر روی سخت افزار آکیدا اجرا میشود و.
مسیری عملی برای درک کم تأخیر و توان کم برای ماموریتهای فضایی خودمختار آینده را برجسته می. کند.
کارگاه آموزشی AI4SPACE در CVPR 2026 رباتیک (cs. RO)؛ بینایی کامپیوتری و تشخیص الگو (cs.
CV)؛ یادگیری ماشینی (cs. LG) استناد بهعنوان: (یا v1 [cs.
RO] برای این نسخه) https:. // شده توسط arXiv از طریق DataCite (در انتظار ثبت نام) تاریخچه ارسال از:.
Arunkumar Rathinam Dr. [مشاهده ایمیل] [v1] یکشنبه، 5 آوریل 2026، 13: 31: 44 UTC (9,084 KB).
چرا مهم است
اهمیت این خبر در این است که روی استفاده واقعی از AI و تصمیمگیری سازمانی اثر میگذارد.
منبع
لینک منبع اصلی در کارت و صفحه مقاله نمایش داده میشود.