Reliability-Aware Temporal Memory for Long-Term Drift Reduction in End-to-End Visual Odometry under Domain Shift
本文提出了一种用于端到端视觉里程计的可靠性感知时序记忆框架，该框架通过选择性地存储并自适应地融合可靠且新颖的视觉-时序表示，缓解了领域偏移下的长期漂移，从而实现了比基准方法更优越的轨迹精度和鲁棒性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
室内导航机器人——从仓库配送机器人到自动吸尘器——面临着一个根本性的挑战：它们无法像人类那样观察世界。由于无法使用引导汽车和手机的全球定位系统（GPS），这些机器必须依靠自身的摄像头来判断自己身处何处以及正往哪里走。这个过程被称为视觉里程计（visual odometry），它涉及观察一系列图像流，并计算相机在每一帧之间是如何移动的。几十年来，工程师们一直构建能够追踪场景中显著特征点（如桌角或墙上的裂缝）的系统，以估算运动。然而，当环境发生变化时——例如灯光变暗、地面纹理变得重复，或者机器人进入了一个与刚才所见完全不同的房间时，这些传统方法往往会陷入困境。在这些混乱时刻，机器人的内部地图开始发生漂移，导致其逐渐失去方向感，直到不再知道自己身在何处。
近期的进展使得机器人能够直接从数据中学习这项任务，利用人工智能在不需要人工编写规则的情况下识别模式。然而，即使是这些智能系统，在长距离行驶时也会遇到类似的问题。随着机器人的移动距离增加，其计算中的微小误差会不断累积，系统最终会忘记旅程开始时看到的那些可靠地标。当机器人从一个熟悉、光线充足的走廊进入一个昏暗、杂乱的房间时，这种情况尤其危险。新环境的不确定性可能导致机器人做出错误的决策，并且由于它缺乏一种记忆“哪些过去的观测是值得信赖的”机制，它可能会依赖错误的信息来指导未来的步骤。研究人员一直试图回答的问题是：如何赋予这些机器一种不仅能记住它看到了什么，还能知道它对所见之物有多大信任度的记忆。
一个研究小组开发了一种新方法，它充当了机器人记忆的可靠性过滤器。该系统并非存储机器人遇到的每一个视觉快照，而是根据两个简单的标准来决定哪些时刻值得保留：该观测是否足够清晰以值得信赖，以及它是否与已存储的内容足够不同以具备实用价值？该系统通过不断评估当前视图的质量来工作。如果摄像头正在观察模糊的墙壁或均匀的地面，系统会识别出数据是不稳定的，并选择不将其保存。但如果视野清晰且提供了独特的视角，系统就会将其保存为一个可靠的锚点。这种选择性记忆使机器人能够保留一组高质量的地标，当它在混乱的新区域迷失时，可以回溯参考这些地标。
这项创新的核心是一个为机器人处理的每一帧分配置信度评分的机制。当机器人遇到困难情况（如光照突变或缺乏纹理）时，系统会计算其当前位置的不确定性。如果不确定性很高，机器人就不会盲目相信其即时计算结果。相反，它会深入其记忆库，寻找与当前场景最相似且高度可靠的过去观测。随后，它将这些值得信赖的历史信息与当前不稳定的视图进行融合，以创建一个更稳定的位置估计。这种融合并非简单的混合；系统会仔细权衡对记忆与对当前时刻的信任程度。如果当前视图很差，系统会重度依赖可靠的过去；如果当前视图清晰，它则更信任现在。这种动态调整防止了机器人被错误数据误导，同时也确保它不会忽略有用的上下文信息。
为了测试这一想法，研究人员创建了一个受控的模拟环境，使他们能够精确操控机器人可能面临的各种条件。他们构建了一个包含走廊和房间的虚拟世界，然后系统性地改变了光照、表面纹理和家具布置，以模拟困难场景。他们在其中一组环境上训练了该系统，然后在包含从明亮清晰房间到黑暗模糊房间突变的全新路径上对其进行了测试。结果显示，机器人在保持航向的能力方面有了显著提升。在最具挑战性的测试中（即机器人面临光照差、纹理低以及结构变化的综合情况），新系统将总路径误差降低到了0.201米。相比之下，一个没有该记忆系统的标准深度学习模型在相同困难条件下，产生的累计误差达到了0.512米。
研究还通过标准的基准数据集考察了该系统在现实场景中的表现，证实了该方法在模拟之外同样有效。机器人保持了较高的运行速度，每秒处理38帧图像，足以满足实时导航的需求。至关重要的是，研究人员发现，系统减少漂移的能力不仅仅是因为它记住了更多东西，而是因为它记住了“正确”的东西。当他们测试那些在存储数据时不检查可靠性、或在检索数据时不按信任度进行加权的系统版本时，性能都出现了下降。这证明了成功的关键在于对记忆本身进行智能门控。系统学会了忽略嘈杂、不确定的时刻，而只专注于清晰、独特的时刻，从而建立起一个即使在物理世界变得混乱时也能保持稳定的心理地图。
这项工作表明，对于要进入人类复杂且多变空间的机器人而言，它们需要的不仅仅是强大的摄像头和快速的处理器。它们需要一种判断自身观测质量的能力，以及一种尊重这种判断的记忆机制。通过教会机器怀疑自身的不确定时刻并依赖其最值得信赖的过往经验，研究人员在使自主导航更加稳健方面迈出了重要一步。研究结果表明，面对领域偏移（即环境发生了机器人未经过明确训练的变化方式）时，一种具备可靠性感知能力的记忆可以防止机器人迷失方向，确保即使在前路不明时也能找到回家的路。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。