ICRA

How IMU Drift Influences Multi-Radar Inertial Odometry for Ground Robots in Subterranean Terrains

惯性测量单元漂移如何影响多雷达惯性里程计用于地下地形地面机器人

Moumita Mukherjee, Magnus Norén, Anton Koval, Avijit Banerjee, George Nikolakopoulos

机构 * Swedish Department of Energy（瑞典能源部） ； LKAB ； Sustainable Underground Mining (SUM) Academy Programme（可持续地下采矿（SUM）学院计划） 纠错

AI总结 本文提出一种两阶段MRIO框架，通过IMU偏移估计和雷达数据融合，提升地下环境中机器人定位和映射的鲁棒性。

Comments Accepted in IEEE International Conference on Robotics and Automation (ICRA), 2026

Leveraging Geometric Prior Uncertainty and Complementary Constraints for High-Fidelity Neural Indoor Surface Reconstruction

利用几何先验不确定性与互补约束实现高保真的神经室内表面重建

Qiyu Feng, Jiwei Shan, Shing Shin Cheng, Hesheng Wang

机构 * Department of Automation, Shanghai Jiao Tong University（自动化系，上海交通大学） ； Department of Mechanical and Automation Engineering and T Stone Robotics Institute, The Chinese University of Hong Kong（机械与自动化工程系及T Stone机器人研究所，香港中文大学） 纠错

AI总结 GPU-SDF通过利用几何先验不确定性与互补约束，提升神经室内表面重建的细部特征恢复能力。

Comments Accepted by ICRA 2026

Flow-Enabled Generalization to Human Demonstrations in Few-Shot Imitation Learning

流赋能的人类演示在少样本模仿学习中的泛化

Runze Tang, Penny Sweetser

机构 * The Australian National University（澳大利亚国立大学） 纠错

AI总结 本文提出SFCrP方法，通过场景流预测和流条件策略实现人类演示在少样本模仿学习中的泛化，提升机器人在现实任务中的表现和泛化能力。

Comments Accepted to ICRA 2026

Tilt-X: Enabling Compliant Aerial Manipulation through a Tiltable-Extensible Continuum Manipulator

Tilt-X：通过可倾斜扩展连续体操纵器实现合规的空中操控

Anuraj Uthayasooriyan, Krishna Manaswi Digumarti, Jack Breward, Fernando Vanegas, Julian Galvez-Serna, Felipe Gonzalez

机构 * Queensland University of Technology（昆士兰理工大学） 纠错

AI总结 Tilt-X通过可倾斜扩展连续体操纵器实现更灵活的空中操控，解决了现有技术在多方向部署和抗螺旋桨下涡方面的局限。

Comments Accepted to IEEE International Conference on Robotics and Automation (ICRA) 2026