待验证50% 置信事实精确时间
早期的SLAM方法以扩展卡尔曼滤波（EKF-SLAM）为主，其计算复杂度随地标数量二次增长
1
来源数
50%
置信度
长期有效
时效性
2026/8/9
首次发现
来源
相关事实
待验证EKF-SLAM的计算复杂度为O(n²)，因为协方差矩阵维度随地标数量线性增长72% 相似待验证早期标准库实现如 sprintf 采用直接输出足够多位数以保证精度的保守策略，既冗长又缓慢60% 相似待验证Montemerlo等人提出的FastSLAM利用Rao-Blackwellized粒子滤波将复杂度降至O(n·log(m))59% 相似待验证sequential模式下小chunk_size搭配大overlap会急剧增加处理趟数，如chunk_size=17、overlap=16会产生多达61趟处理59% 相似待验证乘积量化通过预先计算的码本距离查表，将逐维度浮点运算的距离计算转化为整数查表累加，提升批量检索吞吐量59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/714085API
curl https://kongchang.com/api/v1/knowledge/claims/714085MCP
get_claim(id=714085)