PERCEPTION
J-LAW：基于耦合隐式因子图的联合定位与可操作世界建模
Guanqun Cao, Liang Chen
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
该论文提出J-LAW框架，通过耦合因子图联合优化度量物体位姿、隐式世界状态和地标嵌入，解决了经典SLAM缺乏可预测模型和隐式世界模型缺乏全局一致性的问题。实验表明，耦合图校正显著降低了隐式预测误差和端点漂移，同时隐式闭环提升了全局轨迹一致性。
关键词
SLAMworld modelfactor graphlatent dynamicslocalization
相关论文
PERCEPTION
📊 22,245 引用
Artificial intelligence: a modern approach
1995
PERCEPTION
📊 14,348 引用
Are we ready for autonomous driving? The KITTI vision benchmark suite
Andreas Geiger, P Lenz, R. Urtasun
2012
PERCEPTION
开放获取📊 9,777 引用
TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems
Martı́n Abadi, Ashish Agarwal, Paul Barham 等 20 位作者
2016
PERCEPTION
📊 9,681 引用
Vision meets robotics: The KITTI dataset
Andreas Geiger, Philip Lenz, Christoph Stiller 等 4 位作者
2013