学习何时看向：使用几何信息的主动定位的自监督视点选择
原文中文，约400字，阅读约需1分钟。发表于：。在计算机视觉和机器人领域，精确的区位确定是一个基本挑战，并且本研究探讨了主动定位的方法，强调视角选择对于提高定位精度的重要性。我们的贡献包括使用实时操作的简单架构的数据驱动方法，自我监督的数据训练方法以及能够始终将我们的地图整合到面向真实世界机器人应用的规划框架中。我们的结果表明，我们的方法优于现有方法，在合成和真实数据上具有推广能力，并且我们还发布了一个开源实现，以造福社区。
本文提出了一种利用机载摄像头和卫星图像的细粒度室外机器人自定位方法，通过检测关键点和深度特征，建立同伦变换，提高动态环境下的感知能力。该方法采用空间嵌入方法，降低纯视觉匹配的歧义性，提高特征匹配和姿态估计的准确性。实验证明该方法优于现有方法，能够实现低于0.5米的空间准确性误差和小于2度的方向准确性误差。
