VGM-VS视觉伺服方法论文发布

2026年10月15日，arXiv Robotics 刊出 Yimin Pan 等作者的论文，提出 VGM-VS 视觉伺服方法。该方法基于预训练前馈视觉几何模型，通过该模型估计相对相机位姿，并将其迭代用作闭环 PBVS 的位姿增量。针对模型的尺度模糊问题，机器人沿预定运动自主采集图像—位姿对并微调相机头，联合学习手眼变换，从而免去专门标定。论文报告称，VGM-VS 以 30Hz 实时运行，在电缆任务上收敛至亚毫米级终端精度，伺服过程中目标移动时成功率达 90%–100%；在初始位移距参考位姿最多 30cm、目标物体 50% 被遮挡的条件下，所有试验均收敛，并优于所比较的视觉伺服基线。上述性能数据均出自该论文自述，尚待独立验证。

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。