CELL：置信度加权事件相机LiDAR地图定位
热点事件历史事件
CELL：置信度加权事件相机LiDAR地图定位
1 篇报道1 个报道来源9 天前更新
先了解这件事
AI 综述
2026年10月9日，arXiv cs.RO 刊出 Panagiotis Kiousis 等人的预印本，提出 CELL——一种端到端学习逐对应置信度的事件相机 LiDAR 地图定位方法。报道称，该方法通过可微概率 PnP 的 log-partition 项避免深度相关偏差，并设计了部分补全深度表示，在不于大间隙处臆造深度的前提下补充信号。在 M3ED 和 DSEC 数据集上，完整系统相对 LEAR 基线将中位平移误差最多降低 26.9%、中位旋转误差最多降低 15.8%。代码已公开。上述数字与结论均来自该预印本自述，尚未见独立复现或同行评审报道。
AI 根据报道生成 · 1 小时前更新
最新进展10月9日 12:00
CELL：用置信度加权的事件相机在 LiDAR 地图中定位报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv cs.ROCELL：用置信度加权的事件相机在 LiDAR 地图中定位
研究者提出 CELL，一种端到端学习逐对应置信度的事件相机 LiDAR 地图定位方法，通过可微概率 PnP 的 log-partition 项避免深度相关偏差。在 M3ED 和 DSEC 上，完整系统相对 LEAR 基线将中位平移误差最多降低 26.9%、中位旋转误差最多降低 15.8%。该方法还设计了部分补全深度表示，代码已公开。