在国家重点研发计划、国家自然科学基金等项目资助下，广东省科学院智能制造研究所机器人技术团队创新地提出基于概率度量的物体级同步定位与地图构建方法（PMO-SLAM）。相关成果近日发表于《IEEE-ASME机电一体化汇刊》（IEEE/ASME Transactions on Mechatronics）。
椭球体增量优化对比图。研究团队供图，下同
SLAM（Simultaneous Localization and Mapping，同步定位与地图构建）作为机器人领域核心技术，广泛应用于自主移动、自动驾驶及无人机等领域。当前研究重点正转向环境语义信息的深度感知与建模，旨在提升机器人环境认知能力，支撑复杂环境交互任务。其中，物体实例的语义、几何及物理属性建模，对机器人实现自然语言指令解析、任务规划、物体操控及场景描述等关键功能至关重要。
论文通讯作者、广东省科学院智能制造研究所研究员周雪峰指出，在物体几何建模方法中，对偶二次包络椭球因参数紧凑、理论成熟被广泛应用，但在实际机器人应用中，受限于运动模式、观测视角及重复观测不足，单目视觉下的物体级语义地图构建面临挑战。
真实环境实验结果（第一行：四种不同场景；第二行：构建对应的椭球体；第三行：各环境下的机器人运动轨迹）。
为此，研究团队提出PMO-SLAM方法，通过构建显式7自由度对偶椭球参数化模型，降低优化维度并提升初始化效率；同时，引入基于Wasserstein概率度量的观测与误差模型，强化多视图观测对物体包络估计的约束，加速物体地图增量优化收敛，显著提升地图构建精度。
仿真、公开数据集及真实环境实验表明，PMO-SLAM在收敛速度与受限视角下的估计精度上显著优于传统几何度量方法，有效解决了传统方法的度量歧义问题，为构建鲁棒、高效的物体级SLAM系统提供了新思路。
相关论文信息：https://doi.org/10.1109/TMECH.2025.3592707
人类蛋白质KRAS（蓝色）与其伴侣之一RAF1（黄色）相互作用的三维图。图片来源：西班牙巴塞罗那基因组调控中心 科技日报北京12 当地时间12月17日，美国国家航天航空局（NASA）发表声明称，受不利的天气情况影响，美国国家航天航空局和太空探索技术公司（Spa 年终岁末，当很多高校教师都忙于年末工作总结时，另一些教师却在为一场场的艺术演出奔忙着——仅在近期，国内就有云南、 编者按 世界在变，变化中不断积蓄着突破的力量。局势纵横看似山重水复，历史规律昭示未来终将柳暗花明。2023年与我们挥 美国哈佛大学校长克洛迪娜·盖伊当地时间1月2日发表声明，宣布辞去哈佛大学校长一职。 盖伊在声明中说，她 呼吸道合胞病毒在国内终于有了预防性药物。 2024年1月2日，阿斯利康与赛诺菲共同宣布，长效单克隆抗体尼塞韦单抗（商品名：乐 。本文链接：研究提出基于概率度量的物体级SLAM优化算法http://www.sushuapos.com/show-11-27619-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
下一篇： 第三届先进无人飞行系统国际会议召开