2025年10月19日至25日，IEEE/RSJ智能机器人与系统国际会议(IROS 2025)在杭州国际博览中心隆重举行。NAIL实验室多名师生赴杭州参加了此次学术盛会。在会议期间，周易教授主持举办以”Event-based Vison for Advanced State Estimation and Image Processing”主题的Workshop，实验室博士生牛军凯、钟声、王昕与硕士生孙凯振参与协助。博士生钟声和牛军凯共同参与该Worksho下属的EvSLAM Challenge比赛，斩获第三名的优异成绩。博士生白银龙与硕士生孙凯振分别以口头报告形式分享了他们的前沿工作。

由周易教授主导，我院实验室主办的“基于事件的视觉与先进状态估计与图像处理”研讨会，作为IROS 2025大会的重要组成部分，于2025年10月20日 在杭州国际博览中心顺利举办。

本次研讨会旨在为全球学术界和工业界的专家、研究人员以及技术领袖提供一个交流平台，探讨基于事件的视觉技术的最新进展及其在状态估计、图像处理、机器人技术和人工智能等领域的应用。作为国际机器人与智能系统大会（IROS 2025） 的核心分会场之一，研讨会吸引了来自不同领域的参与者，促进了对神经形态传感技术未来发展的深入探讨。

研讨会邀请了多位国际知名学者和行业专家，包括来自昆士兰科技大学的Tobias Fischer教授、西北工业大学的戴玉超教授、武汉大学的余雷教授、上海科技大学的Laurent Kneip教授，以及DVSense公司CEO刘敏博士和SynSense公司CEO乔宁博士。他们举办了一系列高水平的主题演讲、技术报告和互动展示。这些内容围绕事件感知、脉冲神经网络以及神经形态视觉系统在处理动态高速场景中的优势进行了详细讨论。与会者还探讨了将这些技术与传统计算机视觉系统的融合挑战，并分享了基于事件的视觉技术在机器人、汽车系统和工业自动化领域的前沿应用。

除了技术报告外，研讨会还举办了Event-Based SLAM Challenge国际挑战赛，旨在探索事件相机在高速运动场景下的潜力，吸引了来自多所知名高校的事件相机里程计领域的研究团队参加。我院博士生钟声和牛军凯使用最近发表在知名机器人领域期刊IEEE Robotics and Automation Letters上的” Deep Visual Odometry for Stereo Event Cameras”方法斩获总赛道第三名的优异成绩。本次挑战赛成功促进了基于事件的SLAM技术的交流，为其后续发展提供思路。

研讨会的成功举办，标志着我院实验室在推动基于事件的视觉技术领域的持续努力，提升了我院在神经形态视觉和智能机器人领域的国际影响力。通过此次研讨会，我们进一步促进了学术界和产业界的合作，推动了事件视觉技术的应用与发展。

10月21日，我院硕士生孙凯振同学在IROS会场上进行题目为“EEvTTC: An Event Camera Dataset for Time-to-Collision Estimation”的报告。该研究构建了一个面向碰撞时间估计任务的事件相机数据集EvTTC，包含多类目标场景下的丰富数据序列，涵盖真实车辆、充气车辆及假人等多种目标，并覆盖常规与极端情况下的多种相对运动速度。研究同时提出一种低成本、小尺寸的碰撞时间测试平台，能够生成不同相对速度下的准真实数据，该平台设计已全面开源。此外，工作还构建了针对碰撞时间估计任务的专用评测基准，为领域内研究者提供了统一、开放的算法评估与比较平台。

同日，我院博士生白银龙同学进行题目为为”“MemGS: Memory-Efficient Gaussian Splatting for Real-Time SLAM”的报告。该研究为处理3DGS-SLAM中冗余的三维高斯基元，提出了一种基于几何相似性的体素空间合并方法，该方法在不影响系统运行性能的前提下有效减少了GPU内存占用。在系统前端，采用ORB-SLAM3作为视觉里程计，用于获取初始位姿和稀疏地图点。在系统后端，在同一体素内融合几何相似的3D高斯基元，最后构建联合损失函数以实现对整个场景的建模。基于公开数据集的定量与定性评估表明，本文方法在内存效率与渲染质量方面均取得了良好效果。

展望未来，我院实验室将继续致力于探索基于事件技术的创新，开展深入的研究，开发能够塑造机器人和智能系统未来的应用，不断推动这一领域的发展。