NSL-SLAM：引入单目深度先验，深度误差降 35%
zhenjun_zhao · x · 2026-07-30
NSL-SLAM 提出了一种针对高保真结构光深度传感的实用 SLAM 系统。
- 深度感知增强：在结构光立体解码中引入了强大的单目深度先验，相比此前的 NSL 方法，在 Replica-SL 数据集上将深度均方根误差（RMSE）降低了 35%。
- 以深度为中心的管线：由于结构光几何信息密集且具备度量精度，系统将其作为主要跟踪信号，仅在几何退化情况下添加稀疏视觉对应，并使用轻量级束调整（BA）消除长程漂移。
实验表明，在共享相同深度输入的条件下，该系统取得了最佳的跟踪精度，重建 F-score 较 SOTA 基线提升了 1.6 个点。
「研究」频道最新
- 具身智能新突破：强化学习让工业机器人吞吐量提升85% — lukas_m_ziegler · 2026-07-30
- 告别脆弱的工程技巧？用最优传输重构DINOv2等自监督模型 — RexDouglass · 2026-07-30
- AI监督AI存在串通风险，研究者呼吁引入形式化验证 — FinanceYF5 · 2026-07-30
- 学者将探讨AI如何颠覆亚里士多德以来的语言观 — begusgasper · 2026-07-30
- OpenAI 声称 GPT-5.6 Sol 在 ARC-AGI-3 上超越 Opus 5，但依赖自定义测试环境 — The Decoder · 2026-07-30
- ARC-AGI 创始人明确跑分规则：禁用定制外挂 — fchollet · 2026-07-30