arXiv Robotics· Yujie Zhang, Yuxuan Guo, Xinbao Sun, Chunlei Zhao, Langqi Miao, Xiaohui Jia, Jinyue Liu·· 13 小时前AI 评分45
何时信任 BIM：竣工偏差下可辨识性感知的 LiDAR-惯性-BIM 融合
When to Trust the BIM: Identifiability-Aware LiDAR-Inertial--BIM Fusion under As-Built Deviations
AI 导读
研究把扫描与 BIM 不一致的归因问题形式化为三类故障的故障辨识，并给出何时可归因的几何判据，据此提出可辨识性感知方法：仅在故障可归因时给出归因，否则保留候选、推迟歧义方向上的 BIM 更新与位姿校正。
推荐理由模型分析
该研究把BIM与LiDAR-惯性里程计定位中的扫描—模型不一致，形式化为位姿误差、墙面偏置、房间偏移三类故障的归因问题，并给出可归因的几何判据。方法在不可归因时保留候选、暂缓BIM更新与相应方向的位姿修正，预注册二维实验中条件错误率0.83%，对照基线为31.67%。做BIM辅助定位与施工偏差检测的机器人开发者可据此判断何时该报警、何时应弃权。
来源：arXiv Robotics · arxiv.org