FLAVOR分层时空地图助力大规模3D自主探索

2026年11月10日，arXiv Robotics刊出Yizhe Zhang等作者的论文，提出面向大规模3D自主探索的分层时空地图表示框架FLAVOR。该框架把稠密几何限制在机器人局部地图内，全局仅保留轻量LiDAR关键帧可见性记录和带里程计锚点的待探索任务，使稠密地图容量随探索扩展保持固定。仿真实验中，在三个场景下，其探索时间比完成全部场景的最佳基线缩短31.98%–41.88%，地图内存占用降低94%–99%。真实部署中，森林和建筑工地相对显式点云ikd-tree的内存占用分别减少92.67%和62.42%，并在受限的机载资源下保持长期任务连续性。目前报道集中于方法设计与实验数据，未见后续跟进或独立复现。

AI 根据报道生成 · 55 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。