AI-modeller
Tillbaka
Johns Hopkins University

TRACE

En metod från Johns Hopkins som planerar hur en robots kamera ska röra sig för att bygga en så bra 3D-karta som möjligt på begränsad tid.

  • Robotik
  • 3D
Översikt av TRACE: från djupkamerabilder till karta och planerad kamerabana

Översikt av TRACE: från djupkamerabilder till karta och planerad kamerabana [1]

Om TRACE[1][2][3]

TRACE (Ergodic Trajectory Optimization for Active Scene Reconstruction) kommer från SPIKE Lab vid Johns Hopkins University, med en medförfattare från University of Pennsylvania. Det handlar om aktiv rekonstruktion: en robot med kamera ska själv bestämma hur den rör sig för att bygga en 3D-modell av ett rum.

Planeraren räknar med hur stor yta kameran ser i varje ögonblick. Ytor som redan setts ger mindre information, så kameran styrs mot delar av rummet som ännu inte setts i stället för att skanna samma geometri om och om igen. Från djupkamerabilder byggs en karta av Gaussian Splatting som uppdateras löpande och styr nästa rörelse.

Forskarna har testat metoden i simulerade rum ur datasetet Replica, med en tidsgräns på 300 sekunder per uppdrag. Koden är öppen under MIT-licens på GitHub och bygger på Habitat-Sim och 2D Gaussian Splatting. Artikeln publicerades på arXiv den 3 augusti 2026.

Det viktigaste[1]

  • Styr kameran mot delar av rummet som inte setts än, i stället för att skanna samma yta igen.
  • Bygger en 3D-karta med Gaussian Splatting under en fast tidsgräns.
  • Testad i simulerade rum ur Replica med 300 sekunder per uppdrag.
  • Öppen kod under MIT-licens.

Källor

  1. [1]
    TRACE: Ergodic Trajectory Optimization for Active Scene Reconstruction ↗
    SPIKE Lab, Johns Hopkins University Officiell sida github.com
    Publicerad okänt datum Läst 25 okt 2026
  2. [3]
    WeatherNext, Xiaomi Robotics, Qwen 3.8, Wan Animate 2, SymphonyGen: AI NEWS ↗
    AI Search Nyhetsbrev aisearch.substack.com
    Publicerad 9 aug 2026 Läst 25 okt 2026
  3. [2]
    TRACE: Ergodic Trajectory Optimization for Active Scene Reconstruction ↗
    arXiv Forskningsartikel arxiv.org
    Publicerad 3 aug 2026 Läst 25 okt 2026

Historik

  1. 25 okt 2026
    Tillagd i listan efter AI Search (nyhetsbrev 2026-08-09). [3]

Vår bedömning

Inte bedömd än. Alla kan ändra.

Kommentarer

Inga kommentarer än. Skriv gärna vilket projekt den kan passa i.

⌘/Ctrl + Enter