---
格式版本: 2
标题: "Scalix: Uncertainty-Aware Scale-Consistent Monocular SLAM - 智源社区论文"
原文链接: "https://hub.baai.ac.cn/paper/a0c05ab5-4243-47fe-b849-d94ac4089602"
发布日期: "2026-08-18"
发布时间校准状态: "found"
发布时间需复核: "否"
发布时间来源: "rule:configured_publication_date_rule"
发布时间证据: "hub-baai-search-publication-date html:original: 2026年08月18日"
发布时间校准原因: "信源发布日期识别规则直接确认发布时间"
发布时间校准置信度: "high"
发布时间候选数量: 2
发布时间严格候选数量: 2
发布时间原页读取状态: "source template page reused from URL open"
发布时间未找到原因: ""
发布时间校准时间: "2026-08-19T21:22:22+08:00"
发布时间仲裁状态: "skipped"
发布时间仲裁尝试次数: 0
发布时间仲裁耗时毫秒: 0
发现时间: "2026-08-19T21:21:44+08:00"
入库时间: "2026-08-19T13:22:22.459Z"
来源平台: "智源社区搜索"
搜索渠道: "source_template"
搜索词: "https://hub.baai.ac.cn/search?q=Scale-up"
匹配关键词:
  - "Scale-up"
  - "性能"
相关厂家:
  []
相关专家:
  []
内容类型: "网页"
抓取工具: "Free Fetch + Defuddle"
清洗工具: "Defuddle Markdown + Defuddle/Readability 正文提取"
原始附件:
  []
AI优质: "否"
AI打分: 0
AI分档: "非优质"
AI质检状态: "不通过"
AI打分理由: "该资料为机器人单目SLAM学术论文，与超节点/AI Rack/机柜级AI基础设施完全无关；仅因搜索词命中“Scale-up”且实为尺度概念，属明显误匹配，不予采纳。"
AI质检模型: "ali-deepseek-v4-flash"
AI质检时间: "2026-08-19T21:22:30+08:00"
AI主题相关性: 0
AI来源权威性: 0
AI新颖性: 0
AI技术细节: 0
AI商业部署信号: 0
AI完整性: 0
AI摘要: "Scalix 提出一种实时单目 SLAM 框架，将逐像素深度不确定性与逐帧尺度不确定性纳入概率因子图，显式估计真实度量尺度，解决单目尺度模糊问题。"
AI摘要模型: "ali-deepseek-v4-flash"
AI摘要时间: "2026-09-07T03:20:25.106Z"
采集批次: "2026年8月19日19点33分50秒"
采集批次ID: "20260819-193350-682"
去重键: "https://hub.baai.ac.cn/paper/a0c05ab5-4243-47fe-b849-d94ac4089602"
---

- 简介
	摄像头凭借其紧凑的外形尺寸以及通过视觉信息所捕获的丰富感知能力，已成为机器人领域中无处不在的传感器。单目SLAM技术使机器人仅需最简化的硬件配置即可实现环境理解，但其固有缺陷在于存在尺度不确定性（scale ambiguity）。一种常见解决方案是采用多模态传感器组合，例如视觉-惯性系统（visual-inertial system），该系统通常可恢复真实尺度；唯独当机器人以恒定速度运动时——这在移动机器人应用中十分普遍——尺度信息才无法被观测到。随着深度学习技术的发展，几何基础模型（geometric foundation models）已被用于应对这一挑战，但其输出的深度图往往噪声较大，且帧间尺度不一致。本文提出Scalix：一种实时单目SLAM框架，通过将学习所得的深度线索融入概率化因子图（probabilistic factor-graph）建模中，实现具有真实度量尺度（metric-scale）的状态估计。Scalix在现有单目深度估计模型基础上，进一步引入逐像素深度不确定性（per-pixel depth uncertainty）与逐帧尺度不确定性（per-frame scale uncertainty），并将尺度预测结果作为独立观测量纳入优化过程，从而借助多视角数据关联显著提升尺度一致性。在大规模室外及室内环境中的实验表明，Scalix在真实度量尺度与仅具相对尺度（up-to-scale）两类基准测试中均达到当前最优性能，同时保持实时运行能力与良好泛化性。
- 作者讲解
- 图表
- 解决问题
	单目SLAM固有的尺度模糊性问题——仅凭单张图像序列无法恢复真实世界尺度，导致位姿估计仅为‘up-to-scale’，严重制约机器人导航、交互与建图的实用性。该问题并非新问题，但现有方案（如引入IMU）依赖额外硬件，而纯视觉深度学习方法仍难以保证跨帧尺度一致性。
- 关键思路
	提出Scalix框架，将深度学习预测的深度图转化为带双重不确定性（逐像素深度不确定性 + 逐帧全局尺度不确定性）的概率测量，并在因子图优化中显式建模尺度为可估计状态变量；通过多视角数据关联联合优化深度、位姿与尺度，首次在纯单目、实时设定下实现端到端的度量尺度一致性估计。
- 其它亮点
	在大型室内外真实场景（如KITTI、ETH3D、TUM RGB-D）上验证，同时超越metric-scale（如APE/RPE）和up-to-scale（如sRPE）基准；保持实时性能（>20 FPS）；代码已开源；关键创新在于将‘尺度’从归一化约束升格为可学习、可观测、可优化的状态变量；后续值得探索：不确定性校准的理论边界、与神经辐射场（NeRF）的耦合、以及零样本跨域尺度泛化。
- 1\. MonoGS: Monocular Gaussian Splatting for Real-Time SLAM (ICCV 2023)；2. DROID-SLAM: Depth-aided Robust Inertial-Visual Odometry with Deep Learning (CoRL 2022)；3. NeuralRecon: Real-Time Coherent 3D Reconstruction (CVPR 2021)；4. Scale-Consistent Depth Network (SCDN): Learning Scale-Invariant Depth from Monocular Video (ECCV 2022)；5. BA-Net: Bundle Adjustment Networks for Self-Supervised Monocular Depth (ICLR 2023)

点赞 收藏 向作者提问

NEW

分享到Link

### 提问交流

提交问题，平台邀请作者，轻松获得权威解答～