学习增强 VIO 新方法,EuRoC 视觉中断场景误差降 25.1%
zhenjun_zhao · x · 2026-10-01
arXiv 新论文 LBDU-VIO 针对无人机视觉惯性里程计(VIO)中视觉信息不可靠的问题,改进传统 MSCKF 滤波器:
- 学习偏置动力学:用神经常微分方程(ODE)建模连续时间偏置动态,替代原随机游走模型
- IMU 不确定性模型:预测随运动自适应的测量噪声协方差,用于协方差传播
- 无标签训练:两个模型均仅用位姿监督训练,无需直接标签
- 结果:在真实世界 EuRoC 与 TUM-VI 基准上误差低于代表性基线;在 EuRoC 视觉中断 10 秒的序列上,相比 S-MSCKF 平均相对位置误差降低 25.1%
「具身」频道最新
- Boston Dynamics 机械手设计获赞，三指方案或已够用 — MarwaEldiwiny · 2026-10-01
- 机器人触觉新突破:手指与手掌全覆盖式触觉感知演示 — CyberRobooo · 2026-10-01
- LATENT 用不完美人类动数据教会人形机器人打网球对拉 — chris_j_paxton · 2026-10-01
- 被赞最 dynamic 的 EngineAI T800,却在 IROS 摔得最多 — chris_j_paxton · 2026-10-01
- 复古硬件自制正在兴起，AI 硬件设计打开新世界 — pvncher · 2026-10-01
- 机器人专家驳斥 Figure 销毁 F.02 的 IP 说法：营销拙劣且站不住脚 — MarwaEldiwiny · 2026-10-01