CVPR 2026 重磅亮点：LEADER 让激光雷达重定位同时拿下精度与速度

导语：LEADER 用置信度建模与旋转鲁棒特征，首次把激光雷达重定位的速度和精度同时拉高。

在自动驾驶和机器人定位中，最棘手的问题之一不是“看见世界”，而是“在看不见 GPS 的地方知道自己身在何处”。尤其在地下车库、隧道、园区内部道路这类环境中，车辆往往只能依赖激光雷达点云进行重定位：系统需要仅凭当前扫描到的一帧点云，判断自己在全球坐标系中的 6 自由度位姿，也就是位置加姿态的完整结果。

长期以来，这一任务似乎被分成了两条路线：一条是传统的“检索-配准”方法，精度高，但地图规模越大，存储和计算压力越重；另一条是基于神经网络的绝对位姿回归（APR）和场景坐标回归（SCR），响应速度快，通常可做到十毫秒级，但精度往往停留在米级到亚米级，且对旋转变化较敏感。厦门大学与布里斯托大学联合提出的 LEADER 方法，试图打破这种“鱼与熊掌不可兼得”的局面：它不仅保持了快速定位的效率，还在精度上超过了传统检索式方法。这项工作已被 CVPR 2026 接收为 Highlight。