arXiv cs.RO 机器人学· Hyungtae Lim, Minkyun Seo, Luca Carlone, Jaesik Park·2026-10-14 12:00· 5 小时前精选AI 评分58

BUFFER-X 实现跨尺度、跨场景与跨传感器的零样本点云配准

Toward Zero-Shot Point Cloud Registration Across Diverse Scales, Scenes, and Sensor Setups

AI 导读

论文提出点云配准框架 BUFFER-X，通过几何自举自动估计超参数、分布式最远点采样替代学习型关键点检测器、patch 级坐标归一化保证尺度一致性，实现一次训练后无需调参或目标域重训的零样本配准，并采用局部、中层与全局感受野的分层多尺度匹配提取对应关系。

推荐理由

论文点明零样本点云配准的三类失效原因并给出对应机制，便于评估跨域配准方案的选型依据。