SSIO自监督惯性里程计论文发布

Yuheng Qiu 等人在 arXiv 发布论文，提出名为 SSIO 的自监督惯性里程计训练方案：让一个“短视教师”在每个短窗口内独立积分 IMU 来监督学生模型，学生随后通过位姿图蒸馏进一步优化。作者称，该方法在行人、无人机、四足和人形机器人等六个数据集上，不使用速度或位置标签训练的模型，平均速度误差与同架构的有监督基线相差 0.07 m/s 以内；在新平台上训练只需标定 IMU 并记录日常运行数据，无需采集真值轨迹。

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。