该文章介绍了一种在线的二维到三维语义实例映射算法，用于生成适用于非结构化环境中的自主代理的语义三维地图。该方法通过引入语义预测置信度，产生了语义和实例一致的三维区域，并通过图优化的语义标记和实例细化提高了准确性。该方法在公共大规模数据集上的准确性优于现有技术，并指出了使用真实轨迹作为输入对准确性产生重大影响的问题。

该文介绍了一种在线的二维到三维语义实例映射算法，旨在生成适用于非结构化环境中的自主代理的全面、准确且高效的语义三维地图。该方法基于最近算法中使用的 Voxel-TSDF 表示，引入了在映射过程中集成语义预测置信度的新方法，产生了语义和实例一致的三维区域。通过基于图优化的语义标记和实例细化，进一步提高了准确性。该方法在公共大规模数据集上的准确性优于现有技术，改进了一些广泛使用的度量标准。同时指出了最近研究评估中的一个问题：使用真实轨迹作为输入而不是 SLAM 估计的轨迹，这对准确性产生了重大影响，导致了报告结果与实际在实际数据上的性能之间存在很大差距。