Tread 视觉-惯性框架估计地形与步态

2026年10月15日，arXiv cs.RO 刊出 Debadrata Sarkar、Akash Bachhar、Aman Arora 提交的论文，提出名为 Tread 的视觉-惯性框架，面向可穿戴机器人的地形与运动上下文感知步态相位及速度估计。论文称，该框架通过胸挂相机与 4 个下肢 IMU 构成因果流水线，串联地形、运动模式、步态相位与速度估计；地形分类准确率为 96.3%，平均提前 1.46 秒预判地形切换。目前报道仅涉及论文提交与上述指标，尚无后续跟进报道。

AI 根据报道生成 · 48 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。