待验证50% 置信事实精确时间

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

1

来源数

50%

置信度

长期有效

时效性

2026/8/9

首次发现

来源

视觉SLAM学习路线图全解析：从数学基础到工程实践

相关事实

待验证早期的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72% 相似待验证分解子域策略可将步数复杂度从O((L/w)²)降低到O(L²/(N·w²))，其中N为子域数目70% 相似待验证快速傅里叶变换将DFT的计算复杂度从朴素的O(N²)降低到O(N log N)68% 相似待验证Douglas-Peucker算法通过迭代去除偏离度小于阈值的中间点来简化折线，时间复杂度为O(n log n)68% 相似待验证圈复杂度衡量代码中独立执行路径的数量，与缺陷密度存在显著正相关67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/714747

API

curl https://kongchang.com/api/v1/knowledge/claims/714747

MCP

get_claim(id=714747)