CorrelationFlow：无训练LiDAR场景流估计

2026年10月15日，arXiv Robotics 报道了 Minh-Quan Dao 等作者提出的 CorrelationFlow，一种无需训练的 LiDAR 场景流估计几何方法。报道称，该方法将 LiDAR 场景流估计重构为 Bird's-Eye View（BEV）图像间的相关性最大化问题，并用一串图像处理操作求解，无需可学习参数。报道同时称，源代码将会发布（The source code will be released.）。截至该报道，事件仍处于论文发布阶段，尚无后续跟进报道，也未出现与早先报道矛盾的数字、时间或说法。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。