跳到正文
arXiv · 机器人与计算机视觉· Dominik Aigner, Thomas Wiedemann, Javier Monroy, Achim J. Lilienthal·· 20 天前AI 评分23

物理先验在稀疏传感下提升气流估计效果:四方法对比与 IEEE SENSORS 2026 录用

Data-Driven or Model-Constrained? Comparing Airflow Estimation Methods under Sparse Sensing

AI 导读

针对高分辨率空间感知不可行的场景,研究定量评估了四种气流估计器在三种稳态二维仿真及不同采样密度下的表现。结果显示物理先验在低采样密度下补偿缺失信息效果最佳,而数据驱动的高斯过程回归随传感器覆盖增加竞争力增强但模型基线仍保持精度优势。该工作已接受发表于 IEEE SENSORS Conference 2026。

来源:arXiv · 机器人与计算机视觉 · arxiv.org