FoundationVIO：用 IMU 因子图为 GFM 预测恢复真实米制尺度
zhenjun_zhao · x · 2026-10-17
- 问题：前馈几何基础模型（GFM，如 DUSt3R/VGGT 系列）可从图像批次直接预测稠密几何与相机位姿，但预测只有局部 up-to-scale 一致性，缺乏真实物理尺度，导致 GFM-SLAM 的轨迹与三维重建存在尺度漂移。
- 方法：借鉴经典视觉惯性里程计，提出 FoundationVIO，将 IMU 惯性测量与 GFM 预测融入统一的因子图：包含 IMU 预积分因子、GFM 位姿因子和批次间尺度一致性因子，联合估计每批次尺度与逐帧位姿/速度/偏置。
- 结果：在 Aria Office、ScaRF-SLAM、Oxford Spires 三个数据集上，里程计精度与经典 SOTA VIO（OKVIS2、ORB-SLAM3、VINS-Fusion）相当，稠密重建 F-score 超越 GFM-SLAM 方法（如 DA3-Streaming、VGGT(D)-SLAM）；加入最小化 GFM 回环机制后构成完整 VI-SLAM 系统。
- 工程性：兼容常见相机+IMU 传感器组合，在消费级笔记本 GPU 上近实时运行，代码已开源。
「具身」频道最新
- MIT 新作 Contact-UAN:6.5 分钟数据让人形机器人落地更稳 — kevin_zakka · 2026-10-17
- 手持 Livox MID-360 在 ROS 2 实现地图定位,室外跑通约 390 米 — rsasaki0109 · 2026-10-17
- RoboMME 登顶：全量视觉历史塞进上下文，Astra 92.1% 超人类基线 — hankyang94 · 2026-10-17
- 全盲开发者用 Claude 打造 AccessSlice,让盲人独立使用 3D 打印机 — Mrblindguardian · 2026-10-17
- ROS 开源机器人周报:ROSCon 中国站与英国站相继启动 — kscottz · 2026-10-17
- 模拟机器人评测：Claude Opus 5.5 在 16 组对比中 14 次胜过 Opus 5 — qinzytech · 2026-10-17