Kunzhe Song等提出自监督RF里程计框架RFWalk

2026年10月30日，Kunzhe Song、Jialuo Du、Jingkai Lin及Huacheng Zeng在arXiv（cs.lg）发表新框架RFWalk。该框架旨在解决黑暗、烟雾及迷雾环境下的机器人自身运动估计问题。技术层面，RFWalk仅依赖射频（RF）信号，将距离-方位帧间的密集对应建模为时空图上的随机游走。该模型通过时间周期一致性从无标签序列中实现自监督学习，并引入多普勒一致性损失以约束物理上不合理的运动。 实验数据显示，在静态场景中，RFWalk的表现可与监督基线模型竞争。特别是在有移动行人的动态场景中，该框架将绝对轨迹误差降低了58%。这一成果证明了无需位姿标签或辅助传感器，纯射频自监督方法在复杂环境下具有较高的定位精度。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。