工业 XR 跟踪中的传感器漏洞性理解
计算机视觉与模式识别
2026-02-17 v1 机器人学
摘要
部署在工业和操作环境中的扩展现实 (XR) 系统依赖视觉-惯性 odometry (VIO) 实现六自由度姿态跟踪，但这些环境常涉及偏离理想假设的感知条件。尽管如此，大多数 VIO 评估仍强调理想传感器行为，导致在实际条件下持续传感器退化的效应仍不充分理解。本文提出一种受控实证研究，考察在不同运营条件下 VIO 在受损感知下的行为。通过系统化故障注入和定量评估，我们观察到一种显著的不对称故障影响：影响视觉感知的退化通常导致姿态误差在厘米级；而影响惯性感知的退化可引发显著更大的轨迹偏差，某些情况下可达数百至数千米。这一观察结果激励更强调惯性可靠性，以提升面向实际工业环境的 XR 系统在评估和设计中的鲁健性。
关键词
引用
@article{arxiv.2602.14413,
title = {Understanding Sensor Vulnerabilities in Industrial XR Tracking},
author = {Sourya Saha and Md. Nurul Absur},
journal= {arXiv preprint arXiv:2602.14413},
year = {2026}
}
备注
IEEE VR XRIOS 2026 Workshop