Scalix:不确定性感知的单目 SLAM,实时恢复度量尺度
zhenjun_zhao · x · 2026-08-19
arXiv 论文《Scalix: Uncertainty-Aware Scale-Consistent Monocular SLAM》,由 Stefan Leutenegger 团队等完成。
- 问题：单目 SLAM 天然存在尺度歧义，常见方案是加惯性传感器，但匀速运动下尺度不可观；深度学习基础模型给出的深度图又常有噪声且跨帧尺度不一致。
- 方法：Scalix 将学习到的深度线索整合进概率因子图，为深度模型补充逐像素深度不确定性与逐帧尺度不确定性，把尺度预测作为独立观测参与优化，通过多视角数据关联提升尺度一致性。
- 结果：在大规模室内外环境中，度量与 upto-scale 两类基准上均达到 SOTA,同时保持实时运行与良好泛化。
「具身」频道最新
- HUMAIN 联手高通打造 AI PC，将发布面向智能体的新系统 — aziz4ai · 2026-08-20
- Agent 应具备学习使用任何物理致动器的能力 — cephaloform · 2026-08-20
- 通用人形机器人公司 Walden 招聘全栈人才 — adnothing · 2026-08-20
- WARP：利用人体演示数据直接训练机器人移动操作 — danfei_xu · 2026-08-20
- 折纸也能当计算资源：物理储备计算驱动软体机器人爬行 — cephaloform · 2026-08-20
- 加装 3D 立体相机的 ROS 机器人能边跟随你边放 MTV 老视频 — chrismatthieu · 2026-08-20