RoPE-Flow单目机器人位姿估计框架

2026年10月16日，arXiv Computer Vision 刊出论文预印本，作者 Liangjing Shao 等提出 RoPE-Flow，一个端到端的流匹配框架，用于从单目图像估计相机到机器人的位姿。该工作提出关键点中心特征提取器与图引导条件生成器，并引入 Bone Length Loss 和 Ray-Depth Loss，以保证拓扑一致性与尺度稳定性。报道称，该方法在多种机器人、多相机设置下优于现有位姿估计方法，并建立了跨场景基准以验证零样本跨场景性能。目前该事件仅有这一篇主报道，尚无后续跟进报道，因此不存在与早先报道在数字、时间或说法上的矛盾。上述性能与基准结论均来自该论文自述，其准确性有待进一步验证。

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。