单目视觉安全认证框架RV-C³BF提出

2026年10月16日，arXiv Robotics 刊出研究，提出一种视觉安全认证范式：以单目光流编码的无尺度、深度归一化相对运动作为碰撞风险认证表示，无需重建障碍物位置、速度、几何或度量世界模型。该研究由 Bazeela Banday、Jishnu Keshavan 完成。方法上，在线 Concurrent Learning 观测器估计归一化相对速度并给出可计算的估计误差界，经角度膨胀与单目机器人足迹裕度传播进碰撞锥，形成 RV-C³BF，再由最优衰减 CBF 二次规划最小修正标称控制输入。报道称，在仿真样本中估计误差界包含实测误差的比例为 98.3%，在 100 次真实世界试验中机器人实现无碰撞导航 93 次。目前进展为框架提出与上述仿真、实机结果，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。