提出物理感知SLAM方法Physical SLAM
热点事件持续更新
提出物理感知SLAM方法Physical SLAM
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Guangming Wang 等提出 Physical SLAM，从 RGB-D 图像序列构建可变形物体的 4D Gaussian 场，把场景拆成用于相机定位的静态背景 Gaussian 场和由弹簧-质量物理模型驱动的动态物体 Gaussian 场，并引入虚拟观测力与物理参数更新策略使仿真与观测对齐。 论文称，在 PhysTwin 基准上，该方法的重建与预测 PSNR 相比 PhysTwin 分别提升 10.4% 和 11.0%；在 TUM RGB-D 基准上，相比 4DGS-SLAM 平均相机跟踪误差降低 20.6%、SSIM 提升 3.6%、LPIPS 降低 8.3%。论文目前在审（under review）。
AI 根据报道生成 · 2 小时前更新
最新进展10月14日 12:00
Physical SLAM：物理感知的同步定位与建图方法报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv cs.RO 机器人学精选Physical SLAM：物理感知的同步定位与建图方法
论文提出 Physical SLAM，从 RGB-D 图像序列构建可变形物体的 4D Gaussian 场，将场景分为用于相机定位的静态背景 Gaussian 场和由弹簧-质量物理模型驱动的动态物体 Gaussian 场，并引入虚拟观测力与物理参数更新策略使仿真与观测对齐。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。