SurfSLAM：面向实时 SLAM 的仿真到现实水下立体重建
机器人学
2026-01-22 v2
摘要
定位与建图是水下机器人的核心感知能力。立体相机提供了一种低成本的直接度量深度估计手段来支持这些任务。然而，尽管陆地上的立体深度估计取得了最新进展，但在水下场景中从图像对计算深度仍然具有挑战性。在水下环境中，图像会因光衰减、视觉伪影和动态光照条件而退化。此外，现实世界的水下场景通常缺乏有利于立体深度估计和 3D 重建的丰富纹理。因此，在空气中数据上训练的立体估计网络无法直接迁移到水下领域。另外，也缺乏用于神经网络监督训练的现实世界水下立体数据集。水下深度估计不佳在基于立体的同时定位与建图（SLAM）算法中更加复杂，使其成为水下机器人感知的根本挑战。为了应对这些挑战，我们提出了一种新颖的框架，利用模拟数据和自监督微调实现水下立体视差估计网络的仿真到现实训练。我们利用学习到的深度预测开发了 SurfSLAM，这是一种用于实时水下 SLAM 的新颖框架，它将立体相机与 IMU、气压计和多普勒速度计（DVL）测量相融合。最后，我们使用水下机器人收集了一个具有挑战性的沉船勘测现实世界数据集。我们的数据集包含超过 24,000 对立体图像对，以及用于评估的高质量、密集摄影测量模型和参考轨迹。通过大量实验，我们展示了所提出的训练方法在真实世界数据上的优势，可改善水下领域的立体估计，并实现复杂沉船地点的精确轨迹估计和 3D 重建。
引用
@article{arxiv.2601.10814,
title = {SurfSLAM: Sim-to-Real Underwater Stereo Reconstruction For Real-Time SLAM},
author = {Onur Bagoren and Seth Isaacson and Sacchin Sundar and Yung-Ching Sun and Anja Sheppard and Haoyu Ma and Abrar Shariff and Ram Vasudevan and Katherine A. Skinner},
journal= {arXiv preprint arXiv:2601.10814},
year = {2026}
}