Aug, 2018

机器人、虚拟现实和增强现实的实时定位和建图技术原理概览

PDF
TL;DR该论文描述了如何支持应用专家在选择和配置适当的算法和适当的硬件编译路径，在 SLAM（同时定位和制图）应用中实现算法交付的工具和方法，包括系统定量评估 SLAM 算法的工具和方法，自动化的机器学习指导算法和实现设计空间的探索，以及用于优化异构、加速架构的端到端模拟工具。
slam3d environmentsalgorithmshardwarequantitative evaluation
发现论文，激发创造
  • 同时定位与地图构建的过去、现在和未来：走向强健感知时代

    关于 Simultaneous Localization and Mapping (SLAM) 的论文综述，介绍了 SLAM 的标准公式化表达和相关工作，探讨了挑战和新领域，并提出了值得深入研究的问题和开放挑战。

    Jun, 2016

  • 基于视觉的 SLAM 综述：从几何建模到基于学习的语义场景理解

    本文回顾了 Visual-SLAM 领域中采用基于深度学习等基于数据驱动的方法来解决传统基于几何模型的技术在复杂环境中难以处理的 SLAM 问题的最新进展，并探讨了其面临的挑战和发展机遇。

    Sep, 2022

  • 宽区域施工环境室内制图的 SLAM

    在工厂大厅这样的复杂环境中，利用四个立体摄像头和一个三维激光扫描仪，应用最先进的激光雷达和视觉 SLAM 方法，进行数据收集、轨迹估计和密集地图生成，并生成精确的深度图用于自动建筑和现场监测。

    Apr, 2024

  • 事件驱动的同时定位与建图：综述

    本文综述了基于事件相机的 vSLAM 算法，介绍了事件相机及其预处理的事件数据的各种事件表示方法，并将基于事件相机的 vSLAM 方法分为四类，包括基于特征的、基于直接法的、基于运动补偿的和深度学习的方法，并对每种方法进行了详细的讨论和实用指导。此外，该文对各类方法在不同基准测试中的表现进行了评估，突出了当前这一新兴研究领域面临的挑战和未来的机遇。

    Apr, 2023

  • 实时单目物体感知稀疏 SLAM

    本文在单目 SLAM 框架中嵌入了实时深度学习的目标检测器，将普通物体表示为四面体，进一步细化物体重建，检测附加平面标志并建模为独立地标志，可大幅提高系统的定位性能和语义地图的丰富程度。

    Sep, 2018

  • 未来映射：空间人工智能系统的计算结构

    本文讨论和预测了 Simultaneous Localisation and Mapping（SLAM）进化为智能设备的通用几何和语义 “空间 AI” 感知能力，探索了当前和未来空间 AI 算法的计算结构，并考虑其与硬件发展的关系。

    Mar, 2018

  • F-LOAM: 快速激光雷达里程计与地图构建

    本文提出了一个计算高效、准确的 LiDAR 基于 SLAM 的通用解决方案，主要采用了非迭代两阶段畸变补偿方法、两个匹配模块，并考虑了局部光滑性进行迭代姿态优化，实验结果表明在自主驾驶和仓库自动引导车的定位上表现均相当好，提供了一个性能和计算成本之间很好的平衡。

    Jul, 2021

  • Photo-SLAM: 单目、双目和 RGB-D 相机的实时同时定位和逼真地图建模

    本文介绍了 Photo-SLAM，一种具有超级基元地图的创新 SLAM 框架，通过同时利用显式几何特征进行定位和学习隐式光度特征来表示观察环境的纹理信息，以及采用高斯金字塔训练方法逐步学习多级特征以增强逼真的映射性能。实验证明，与当前最先进的 SLAM 系统相比，我们提出的 Photo-SLAM 在线逼真映射的性能显著优于其他系统，如 Replica 数据集中的 PSNR 提高了 30％，渲染速度快了数百倍。此外，Photo-SLAM 可以在像 Jetson AGX Orin 这样的嵌入式平台上实时运行，展示了机器人应用的潜力。

    Nov, 2023

  • iSLAM：命令式 SLAM

    本研究提出了一种新的自我监督的 SLAM（iSLAM）框架，通过前后端之间的互补纠正，大幅提高了系统的泛化能力，实现了高达 45% 的精度提升。这是第一个自我监督的 SLAM 系统，表明前端和后端可以共同学习，在不需要外部监督的情况下相互促进。

    Jun, 2023

  • 大规模自主地图制作与位置定位：用于感知性下降地下环境探索的技术 (LAMP)

    在大规模、未知和复杂的地下环境中进行同时定位和地图构建（SLAM）是一个具有挑战性的问题。本文在 DARPA Subterranean Challenge 的背景下，实施和测试了一种基于激光雷达的多机器人 SLAM 系统，包括准确的激光雷达前端和自动排除异常闭环的灵活和强健后端。在具有挑战性的地下环境中进行了大规模的评估并讨论了未来的研究方向。

    Mar, 2020