論文第一作者鄭純然，本科畢業于西安交通大學亞美體育娛樂，博士畢業于香港大學亞美體育官方app下載，財經消息。，主要研究方向包括激光雷達與視覺融合、三維場景顯式/隱式表示、前饋式重建以及數據閉環系統。

　　通訊作者張富，香港大學機械工程系終身副教授、MaRS Lab負責人，任IEEE機器人視覺技術委員會聯席主席亞美體育，。

　　在機器人感知與自主導航領域滑復栗，他是全球最具影響力的學者之一，近五年排名全球第五、華人第一。（來源ScholarGPS：）；

　　產業應用層面，其主導的相關技術也被行業廣泛應用滑復栗。同時，他也是無人機科創企業硅羽科技（SPARO）創始人，該公司在張富的主導下正在引領下一代空中智能體的應用亞美體育娛樂，是這一新興賽道的明星企業。

　　當下大模型行業熱度高漲，但放眼機器人亞美體育娛樂、自動駕駛等產業落地機械制造，，SLAM仍是不可或缺的底層技術基石，是智能設備實現自主移動與環境感知的關鍵支撐。

　　通俗來說，SLAM解決的是機器人“我在哪裡”和“週圍是什麼樣”的問題亞美體育娛樂亞美體育，，讓機器人能夠一邊移動，一邊定位自身、理解環境並構建地圖。

　　它面向真實復雜世界中的機器人狀態估計、異構傳感器融合等難題，構建了一套基于激光-視覺-慣性融合的裡程計與建圖系統亞美體育娛樂，為無人機與移動機器人自主導航、避障、巡檢等智能化作業提供核心技術支撐。

　　可以把FAST-LIVO2理解為一套讓無人機和機器人在復雜環境中“看得清、定位準、反應快”的底層感知系統。

　　該方案緊密融合激光雷達、相機、IMU多源感知信息，結合統一體素地圖融合幾何與視覺特征，有效提升復雜環境中的定位精度滑復栗亞美體育娛樂、實時性與系統穩定性。

　　區別于許多依賴特征提取的SLAM算法，FAST-LIVO2採用直接法處理原始點雲與圖像光度信息，減少了對角點、邊、面等顯式特征提取的依賴。

　　這一設計使其能夠更好適配弱紋理、弱結構、光照劇變等復雜場景，同時降低特征提取帶來的計算開銷，增強機載平台實時運行能力。

　　基于上述設計，FAST-LIVO2在多組公開數據集和真實世界場景測試中，表現出了較高的精度、魯棒性和計算效率。

　　論文實驗顯示亞美體育娛樂，其相較多種國際先進SLAM方案表現出了更優或更具競爭力的綜合性能滑復栗亞美。，並展示了在無人機自主導航、航空測繪滑復栗、三維場景重建與渲染等任務中的應用潛力滑復栗。

　　截至發稿前，FAST-LIVO2在GitHub累計獲得約4.2k Star，全套代碼、數據集、硬同步設備與應用示例開源開放，為機器人與空間智能領域的科研和工程開發提供了成熟、可復現、可拓展的技術基礎。

　　此次獲獎也進一步擴大了港大MaRS Lab在機器人感知與自主系統領域的持續影響力。據團隊介紹亞美體育娛樂，未來他們將繼續完善FAST-LIVO2亞美體育app官方。，並推動其在具身智能、測繪、應急巡檢和空間數字化等真實場景中的應用，為機器人理解、感知並適應復雜真實世界提供重要支撐。