ETH 与 NASA JPL 开源 Holistic Fusion：因子图统一机器人定位
rsasaki0109 · x · 2026-10-15
Holistic Fusion (HF) 是一篇发表于 IEEE T-RO 2026 的机器人定位与状态估计工作，作者来自 ETH Zürich 机器人系统实验室、马普智能系统研究所与 NASA 喷气推进实验室 (JPL)。
核心思路
- 将 IMU、绝对定位、地标、局部观测等多模态测量在单一因子图中融合，支持任意数量的传感器与参考坐标系。
- 同时估计局部与全局机器人状态，以及理论上不限数量的动态变量，并自动对齐参考系，无需针对任务硬编码。
- 将不同坐标系下表达的测量显式纳入优化状态，用随机游走建模其演化。
资源
已开源并提供代码、数据集、文档与示例，实机部署涵盖 ANYmal 四足机器人、RACER 越野车与 HEAP 步行挖掘机。
所属事件:ETH 与 NASA JPL 开源机器人定位框架 Holistic Fusion(2 条相关)→
「具身」频道最新
- HapticWorld:可「触感」的世界模拟器,实时渲染力矩反馈 — Scobleizer · 2026-10-15
- Rice 团队将直播讲解 RoboTok:从互联网视频挖掘机器人演示数据 — ceciletamura · 2026-10-15
- SimDist 在 RSS2026 亮相:仅 15-30 分钟数据把失败策略拉到约 90% 成功率 — KyleMorgenstein · 2026-10-15
- AnyRank：序列测试法排序机器人策略，硬件实验省一半 — ZeYanjie · 2026-10-15
- 机器人模型 Natura-1 实测：口头指令零样本泛化还能自主重试 — ZeYanjie · 2026-10-15
- 地平线发布 VITAL：单步去噪达 90.8 PDMS，推理提速 3.29 倍 — HorizonRobotics · 2026-10-15