MAC-I²:学习度量感知协方差提升视觉-惯性融合鲁棒性
zhenjun_zhao · x · 2026-09-11
CMU 团队（含 Wenshan Wang、Sebastian Scherer）的机器人论文 MAC-I² 针对视觉-惯性（VI）融合的痛点：现有方法用预定义不确定性融合相机与 IMU，在光照变化、动态物体、无纹理区域容易失效。
方法要点：
- 学习「度量感知」协方差，使每项预测协方差忠实反映实际测量噪声量级，让视觉与 IMU 凭自身可靠性竞争融合权重
- 视觉侧：将学习的特征匹配不确定性传播为位姿协方差
- 惯性侧：观察到积分误差早期急剧累积，设计带可学习初始协方差的 IMU 模型，并在留出子集上微调以泛化到新序列
论文还展示了相应的初始化与标定应用。
「具身」频道最新
- 上交大提出 VaM：用价值预测作记忆，机器人连续 4 小时自主作业成功率超 95% — chris_j_paxton · 2026-10-26
- 探访仓储机器人公司 Dexory：8 米扫描塔与全栈自造之路 — lukas_m_ziegler · 2026-10-26
- M5Stack StickS3 固件更新:远程取景支持理光 GR 相机 — OpenAIDevs · 2026-10-26
- 傅利叶 GR-3 裸机状态一次连爬六层楼,下楼无保护绳 — chris_j_paxton · 2026-10-26
- 中科院团队发布 FocusVLA:按操作意图动态切换机器人相机视角 — iscas-cloud · 2026-10-26
- Pandora M1 原型亮相:分布式 GPU 监控的实体硬件设备 — tarantulae · 2026-10-26