cuVSLAM视觉-IMU自适应加权方法研究

2026年10月15日，arXiv Robotics 刊出 Wonju Lee 等人的研究，针对 cuVSLAM 稀疏光束法平差中视觉与 IMU 残差权重固定、无法运行时自适应的问题，提出一种自适应加权融合方法。该研究引入标量 α≥1，用于相对 IMU 预积分约束放大视觉信息矩阵；在 {1.0, 2.0, 5.0, 10.0, 20.0} 的候选集中观察到两种性能区间：IMU-TRUST（α∈{1,2}）与 VISION-TRUST（α∈{10,20}），从而将 α 的选择简化为二元决策。据该研究称，在 EuRoC MAV 与 TUM-VI Room 上采用留一交叉验证（LOOCV），所提方法分别将平均 RMSE APE 降低 27.7% 与 14.9%。上述数值与结论均出自该研究自身表述，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。