类内方差最大化阈值估计器

抗 90% 异常值

一种能配合标准非最小求解器高效剔除异常值的鲁棒估计器，即使内点噪声统计完全未知也能保持鲁棒。

Sun, Lei

2024

参数信息

Robust against

-90 %

技术优势

内点噪声未知也稳

算法不依赖内点噪声统计的先验知识，省去了用户估计噪声水平或手动调参的负担，部署更简单。

应用场景

• 机器人几何感知：在传感器数据含大量异常值时，帮助机器人获得可靠的位姿和建图结果。
• 工业机器人视觉定位：替换对噪声敏感的传统定位前端，在车间光照变化、遮挡等异常下保持定位不失效。
• 点云配准：配准时无需手动剔除误匹配，直接对含大量外点的对应关系进行鲁棒求解。
• 具身智能感知：让具身智能体在动态环境中感知时，对传感器异常和错误关联保持稳定。