Dream-SLAM：用于动态环境中主动SLAM的构想
机器人学
2026-02-26 v1 计算机视觉与模式识别
摘要
除了同时定位与地图构建 (SLAM) 的核心任务外，主动SLAM还涉及生成有效且高效的机器人动作，以探索未知环境。然而，现有的主动SLAM管道受限于三个主要因素：首先，它们继承了所使用底层SLAM模块的限制；其次，其运动规划策略通常短视且缺乏长期视野；第三，大多数方法难以处理动态场景。为此，我们提出一种新型的单目主动SLAM方法Dream-SLAM，基于构想跨时空图像和部分观测动态环境的语义合理结构。生成的跨时空图像与真实观测融合，以减轻噪声和数据不完整性，实现更精确的相机姿态估计和更连贯的3D场景表示。进一步，我们整合构想与观察到的场景结构，以实现长期规划，产生远见的轨迹，以提高探索的效率和覆盖面。大量实验表明，Dream-SLAM在定位精度、地图质量和探索效率方面均优于最先进的方法。源代码将在论文接受后公开。
引用
@article{arxiv.2602.21967,
title = {Dream-SLAM: Dreaming the Unseen for Active SLAM in Dynamic Environments},
author = {Xiangqi Meng and Pengxu Hou and Zhenjun Zhao and Javier Civera and Daniel Cremers and Hesheng Wang and Haoang Li},
journal= {arXiv preprint arXiv:2602.21967},
year = {2026}
}