从通用视觉到可靠遍历估计：适用于非结构化户外环境的视觉基础模型适应

视觉方法已成为非结构化户外环境遍历估计的主导范式，通常通过语义分割监督来适应视觉基础模型（VFMs）。然而，这一范式面临三个根本性挑战，削弱了其可靠性：VFMs 的任务中性设计、遍历注释的模糊性，以及语义标签与物理安全性之间的差异。我们提出了视觉到遍历适应框架（Vision-to-Traversability Adaptation, ViTA），以适配 VFMs 实现可靠遍历估计，基于 SAM2 实现。ViTA 通过可学习的遍历提示注入任务特定知识，同时保持 VFM 的跨域泛化。为处理注释模糊，我们引入了视角多样化训练，估计语义不确定性以抑制在模糊边界处的自信预测。为弥合语义-遍历差异，我们在训练期间蒸馏几何知识，使其能够仅凭 RGB 图像在推理时推断坡度和高程。语义输出和几何输出融合为反映语义不确定性和几何风险的连续遍历分数。跨多个领域的评估，包括具有挑战性的真实世界离野数据集，表明 ViTA 在 IoU 和 Precision 上实现了状态最佳性能，显著减少误报并具备强大的跨域泛化能力。