论文arXiv 2610.27616今天

EchoNav：无位姿BEV补全框架提升视觉导航成功率至73.3%

提出EchoNav视觉导航框架，基于短RGB序列预测证据BEV并融合历史残差提案。无需深度或相机位姿输入，轮式机器人实机导航成功率达73.3%，较最强基线提升40个百分点，验证了纯视觉时序聚合在遮挡场景的有效性。

AI 整理

感知与导航
具身模型

本文由 AI 根据公开内容整理，可能有误，请以原文为准：EchoNav: Evidential BEV Completion from Historical Observations for Visual Navigation（arXiv 2610.27616）

核心内容

针对杂乱环境中机器人视觉导航面临的遮挡与结构恢复难题，研究团队提出EchoNav框架。该方法通过时序聚合与占用补全机制，从短RGB序列中预测证据鸟瞰图（BEV）。在60次跨20个场景的轮式机器人实机测试中，系统取得73.3%的导航成功率；在仿真双目标导航任务中成功率达89.6%，分别比现有最强基线高出40和32.5个百分点，显著提升了纯视觉导航的鲁棒性。

技术架构上，EchoNav采用解码器适配冻结的VGGT-Omega特征，利用逐单元权重与学习型“无更新”选项融合历史残差提案。BEV预测器直接在最新自车坐标系生成本地地图，完全摒弃深度估计、相机位姿输入及显式几何变换。模型引入证据理论区分观测自由空间与未知区域，输出带置信度的占用概率。训练数据为仿真RGB序列配对完整及可见性掩码标注，并在四足与人形机器人上完成了泛化演示。

关键看点

实机性能突破：轮式机器人在20个场景60次实测中导航成功率73.3%，较最强基线提升40个百分点，仿真双目标任务达89.6%。
无位姿BEV生成：仅依赖短RGB序列输入，无需深度图、相机位姿或显式几何变换，即可在最新自车帧生成局部占用地图。
证据时序融合：基于证据理论处理BEV表示，通过逐单元权重和学习型no-update机制融合历史残差，有效推断被遮挡区域。
多形态泛化验证：除核心轮式平台外，还在四足与人形机器人上完成演示，证明框架对不同具身本体的通用性。

工程与产业观察

该工作证明了在不依赖SLAM位姿与深度传感器的条件下，仅凭RGB时序特征与证据推理即可实现高可靠导航。其解耦几何约束、强化语义记忆的技术路线，为低成本消费级机器人及人形机器人在非结构化环境中的纯视觉自主移动提供了高价值工程范式。

英文摘要 (Abstract)

Visual navigation in cluttered environments requires robots to recover previously observed structure and infer obstacles and free space that remain occluded. We present a framework that combines temporal aggregation and occupancy completion in an evidential bird's-eye-view (BEV) representation predicted from short RGB sequences. A decoder adapts frozen VGGT-Omega features and combines historical residual proposals using cellwise weights and a learned no-update option. The BEV predictor produces a local map in the latest ego frame without depth or camera-pose inputs or explicit geometric warping. The evidential model treats observed free space separately and predicts occupancy with associated confidence across the remaining supported region. We train the predictor on simulated RGB sequences paired with complete and visibility-masked occupancy annotations. Our experiments evaluate navigation in simulation and on a wheeled robot, with additional demonstrations on quadruped and humanoid robots. In simulated sequential two-goal navigation, our system achieves 89.6% success, outperforming the strongest evaluated baseline by 32.5 percentage points. Across 60 wheeled-robot trials in 20 scenes, it achieves 73.3% success, compared with 33.3% for the strongest evaluated baseline.

作者：Diwen Liu, Yiyang Shao, Borui Wang, Chi Zhang, Yunhui Liu