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
- 把 Replit Agent 装进机器人:自主建站并一键发布 — amasad · 2026-09-11
- TARS Robotics 推出具身基础模型 AWE:1 个模型、15+ 任务、零重训练 — heyshrutimishra · 2026-09-11
- 高通新一代 Hexagon NPU 曝光:可跑 30B MoE,上下文 32K — lee_stott · 2026-09-11
- 开发者用 Copilot CLI 加 Astra 调试 ESP32 小硬件 — DanWahlin · 2026-09-11
- 5500 小时真实驾驶数据训出 VATIX 开源驾驶世界模型 — abursuc · 2026-09-11
- 机器人 Reachy Mini 被纳入 NVIDIA 组合后不再低调 — RachelVT42 · 2026-09-11