Oppretting av neurale søk- og redningsflygning-miljøer med Mega-NeRF

Et nytt forskningssamarbeid mellom Carnegie Mellon og det selvstyrte kjøretøyteknologiselskapet Argo AI har utviklet en økonomisk metode for å generere dynamiske flygning-miljøer basert på Neural Radiance Fields (NeRF), ved hjelp av opptak fra droner.

Den nye tilnærmingen, kalt Mega-NeRF, oppnår en 40-ganger hastighetsøkning sammenlignet med gjennomsnittlig Neural Radiance Fields-rendering-standard, samt tilbyr noe merkbart annerledes enn standard tanks og templer som gjentar seg i nye NeRF-papirer.

Den nye papiren heter Mega-NeRF: Skalbar konstruksjon av store NeRF-er for virtuelle flygninger, og kommer fra tre forskere ved Carnegie Mellon, hvorav en også representerer Argo AI.

Modellering av NeRF-landskap for søk og redning

Forfatterne mener at søk- og redning (SAR) er en sannsynlig optimal brukssak for deres teknikk. Når man vurderer et SAR-landskap, er droner for tiden begrenset både av båndbredde- og batterilivsgrenser, og er derfor vanligvis ikke i stand til å få detaljert eller omfattende dekning før de må returnere til basen, på et tidspunkt da deres samlede data konverteres til statiske 2D-luftfoto.