BayesianGS-SLAM:用贝叶斯不确定性统一 3DGS 建图与跟踪
zhenjun_zhao · x · 2026-09-22
- 韩国团队在 arXiv 发布 BayesianGS-SLAM,一个不确定性感知的 3D Gaussian Splatting SLAM 框架。
- 方法将预测不确定性拆为两部分:传感器噪声分量 + 经渲染过程传播的由不透明度引起的地图表征分量,得到可用于彩色与深度的可解算概率表述。
- 不确定性被复用于整条 SLAM 流水线:增强建图、通过鲁棒位姿目标归一化跟踪残差,并以预测惊讶度作为关键帧筛选准则。
- 相比以往只考虑颜色不确定性或仅在建图阶段使用不确定性的方法,该框架在真实世界 RGB-D 数据集上验证了效果。
「具身」频道最新
- Wayve 与奔驰达成全球合作,AI Driver 两年内上车量产 — alexgkendall · 2026-09-22
- MINIX 迷你主机搭载 24 TOPS NPU 的酷睿 3 304 — DeliciousBelt9520 · 2026-09-22
- Remi Cadene 对谈 JB:聊聊当今机器人最难的任务与人形灵巧操作 — RemiCadene · 2026-09-22
- Chatbots 只是热身：World Models 或成物理 AI 底座 — ingliguori · 2026-09-22
- Elevator-VIGS:VLM 零样本识别电梯,SLAM 乘电梯不再丢失跟踪 — zhenjun_zhao · 2026-09-22
- 物体-路径图统一语义与拓扑导航,机器人导航摆脱稠密地图 — zhenjun_zhao · 2026-09-22