自监督惯性里程计训练方法

2026年10月20日，arXiv Robotics 报道了 Yuheng Qiu 等作者提出的一种自监督惯性里程计训练方案。该方案无需真值轨迹或速度、位置标签，而是用仅在短窗口内独立积分 IMU 的“短视教师”从零训练模型，学生模型直接预测速度，精度超过其积分教师；随后通过位姿图蒸馏，以多窗口序列一致目标对模型进行精修。在行人、无人机、四足机器人和人形机器人共六个数据集上，无速度或位置标签训练的模型平均速度误差与同架构监督基线相差 0.07 m/s 以内。目前进展为方法提出与多数据集验证，尚无后续跟进报道。

AI 根据报道生成 · 48 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。