F²SLAM 论文:把前馈 3D 几何变成 SLAM 持久因子,误差降一个量级
zhenjun_zhao · x · 2026-10-19
Zhisong Xu、Fan Zhu 等(与 Javier Civera 合作)发布新论文 F²SLAM(arXiv:2610.05207),核心思路是把前馈 3D 模型的预测直接转化为优化器原生的测量项,挂载到持久的稠密因子图上参与稠密 bundle adjustment,而非事后对齐或融合的外部几何状态。
- 高频流维持局部跟踪约束与图连通性,低频流用更宽的多视角上下文在状态一致性检查后选择性刷新已有测量
- 两条流通过同一个稠密 BA 约束位姿、逆深度与可选相机内参
- 未标定配置下 Replica 数据集平均 ATE RMSE 从最强前馈基线的 0.030 m 降到 0.002 m
- 多个基准上轨迹估计与稠密重建均稳定领先
代码将在论文接收后开源。
所属事件:F²SLAM 将前馈 3D 几何转为持久优化因子，定位误差大幅下降(3 条相关)→
「具身」频道最新
- MolmoAct2 作者段家飞回国加盟新加坡国大，获数百万美元资助 — DJiafei · 2026-10-19
- PixVerse R2 把游戏引擎变世界模型：WASD 移动、文字实时改世界 — hey_abusiddik · 2026-10-19
- 作者认错：原以为顶级机器人模型不会开放 API，Physical Intelligence 上周开放了 — binarybits · 2026-10-19
- 机器人模型为何比 LLM 更难评测：RoboDojo 揭示 GPT-6 榜单第一的真相 — binarybits · 2026-10-19
- 机器人模型该预测什么？四种范式在同一数据上对比实测 — GlenBerseth · 2026-10-19
- 深圳已建超1200个起降点，允许载人飞行汽车常态化运营 — LoganGrasby · 2026-10-19