IRIS-SLAM：用于稳健语义定位与映射的统一几何-实例表示
计算机视觉与模式识别
2026-03-30 v4 机器人学
摘要
几何基础模型已显著推动了稠密几何SLAM的发展，但现有系统常缺乏深入的语义理解能力和稳健的闭环检测功能。与此同时，当代语义映射方法常受制于解耦的体系结构和脆弱的数据关联问题。我们提出IRIS-SLAM，一种新的RGB语义SLAM系统，利用源自实例扩展基础模型的统一几何-实例表示。通过扩展几何基础模型以同时预测稠密几何和跨视图一致的实例嵌入，我们实现了语义协同关联机制和实例引导的闭环检测。我们的 метод有效利用观察无关的语义锚点，弥合几何重建与开放词汇映射之间的差距。实验结果表明，IRIS-SLAM在地图一致性和宽基准闭环检测可靠性方面均显著优于最先进的方法。
引用
@article{arxiv.2602.18709,
title = {IRIS-SLAM: Unified Geo-Instance Representations for Robust Semantic Localization and Mapping},
author = {Tingyang Xiao and Liu Liu and Wei Feng and Zhengyu Zou and Xiaolin Zhou and Wei Sui and Hao Li and Dingwen Zhang and Zhizhong Su},
journal= {arXiv preprint arXiv:2602.18709},
year = {2026}
}