Mit dem Best Paper Award wird ein herausragender wissenschaftlicher Beitrag gewürdigt, der in den Jahren 2019 bis 2022 im Fachjournal „Transportation Safety and Environment“ veröffentlicht wurde und von großer Bedeutung und potenzieller langfristiger Wirkung ist.
Die Autoren schreiben im Abstract des Papers: „Visual SLAM (Simultaneous Localization and Mapping) ist eine Lösung, um die Lokalisierung und Kartierung von Robotern gleichzeitig zu erreichen. In den letzten Jahrzehnten wurden bedeutende Erfolge erzielt. Geographiebasierte Methoden werden im Umgang mit statischen Umgebungen immer erfolgreicher. Mit anspruchsvollen Umgebungen können sie jedoch immer noch nicht umgehen. Mit den großen Erfolgen von Deep-Learning-Methoden im Bereich der Computervision gibt es einen Trend, Deep-Learning-Methoden auf Visual SLAM anzuwenden. In diesem Artikel werden die neuesten Forschungsfortschritte im Bereich Deep Learning im Bereich Visual SLAM untersucht. Die herausragenden Forschungsergebnisse von Deep Learning Visual Odometrie und Deep Learning Loop Closure Detect werden zusammengefasst. Abschließend werden zukünftige Entwicklungsrichtungen von Visual SLAM basierend auf Deep Learning prognostiziert.“