CALM：基于视觉几何基础模型实现无标定千米级SLAM的“保持简洁”方法
机器人学
2026-04-17 v1
摘要
视觉几何基础模型（VGFMs）在局部重建方面展现出惊人的零样本能力。然而，若用于千米级同时定位与地图构建（SLAM），当前方法面临挑战。在此场景下，现有方法主要依赖线性变换（如 Sim3 和 SL4）进行子图对齐，而我们认为单一线性变换根本不足以建模 VGFM 输出中固有的复杂非线性几何畸变。强行进行刚性对齐会导致未校正残差的快速累积，最终导致轨迹漂移和地图发散。为此，我们提出 CAL2M（Calibration-free Assistant-eye based Large-scale Localization and Mapping），一个与任意 VGFM 兼容的即插即用框架。与传统系统不同，CAL2M 引入一个“助手眼”，仅利用物理间距的常数先验，有效消除了尺度歧义，无需任何时间或空间预标定。进一步基于准确特征匹配的假设，我们提出了一个以极线引导的内在参数与姿态校正模型。该模型通过基本矩阵分解，可有效纠正因内在参数不准确导致的旋转和平移误差。最后，为确保精准地图构建，我们引入基于锚点传播的全局一致映射策略。通过在轨迹上构建和融合锚点，我们建立了直接的局部到全局映射关系，使子图能够应用非线性变换进行弹性对齐，从而有效消除几何错位，实现全局一致的重建。CAL2M 的源代码将公开于 https://github.com/IRMVLab/CALM。
引用
@article{arxiv.2604.14795,
title = {Keep It CALM: Toward Calibration-Free Kilometer-Level SLAM with Visual Geometry Foundation Models via an Assistant Eye},
author = {Tianjun Zhang and Fengyi Zhang and Tianchen Deng and Lin Zhang and Hesheng Wang},
journal= {arXiv preprint arXiv:2604.14795},
year = {2026}
}
备注
19 pages, 8 figures, submitted to IEEE TPAMI