arXiv · cs.RO· Yuheng Qiu; Yutian Chen; Carlton Cort; Weison Huang; Shibo Zhao; Pieter Abbeel; Rocky Duan; Koushil Sreenath; C. Karen Liu; Carmelo Sferrazza; Junyi Geng; Sebastian Scherer; Guanya Shi·· 11 天前精选AI 评分70
论文 / 摘要阅读
SSIO：无需真值轨迹的自监督惯性里程计
SSIO: Self-Supervised Inertial Odometry
AI 导读 · 根据来源整理
SSIO 提出积分自监督方案，让惯性里程计模型从零训练时不再依赖真值轨迹，只需标定 IMU 并在正常运行时记录数据。该方法先用短窗积分 IMU 的教师模型监督学生模型，学生直接预测速度且精度高于教师，再用多窗口位姿图蒸馏序列一致目标。在覆盖行人、无人机、四足机器人和人形机器人的六个数据集上，同一套无速度或位置标签的训练流程所得模型平均速度误差与同架构有监督基线相差 0.07 m/s。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org