Jan, 2024

SOS-SLAM: 面向非结构化环境的开放集合 SLAM 中的分割

PDF
TL;DR一个新颖的开放式同步定位与地图构建（SLAM）框架，通过分割方法在无结构环境中创建对象地图和对象之间的几何关系以进行定位，该方法相对于传统基于特征和全局描述符的 SLAM 系统更具鲁棒性，在照明和外观变化方面表现更好，并且在定位性能方面超过了基准方法。
simultaneous localization and mappingslamobject-based mapsegmentation modelgeometric consistency
发现论文，激发创造
  • LOSS-SLAM: 轻量级开放集合语义同时定位与地图构建

    基于对象的开放式语义定位与映射（SLAM）系统通过紧密耦合的概率图模型来识别、定位和编码对象，以实现更准确的 SLAM，并承担较低的计算开销。

    Apr, 2024

  • DS-SLAM：面向动态环境的语义视觉 SLAM

    本文提出一种名为 DS-SLAM 的鲁棒的语义视觉 SLAM 方法，旨在解决动态环境下的 SLAM 问题，通过将语义分割网络与运动一致性检查方法相结合，提高了在动态环境下的本地化精度，同时生成了一个稠密的语义八叉树地图，可用于高级任务中。经过多组测试，DS-SLAM 的绝对轨迹精度比 ORB-SLAM2 提高了一个数量级，是当前高动态环境下最先进的 SLAM 系统之一。

    Sep, 2018

  • 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

  • 动态 SLAM: 速度之需

    本文提出了一种基于特征、无模型、可识别动态物体的 SLAM 算法，使用了语义分割技术来估算场景中刚性运动物体的运动轨迹和速度，并能够生成静态和动态结构的地图。该算法在模拟、合成和实际数据集上均实现了良好的性能。

    Feb, 2020

  • 一个物体 SLAM 框架：关联、映射和高级任务

    本文提出了一种综合的基于物品的感知和基于物品的机器人任务的物体 SLAM 框架，专注于解决 SLAM 中的数据关联、物体表示和语义地图问题，并通过公开数据集和真实世界结果对其性能进行了评估。

    May, 2023

  • PL-SLAM：基於點和線段結合的立體 SLAM 系統

    本文介绍了 PL-SLAM 方法，它使用点和线段相结合的方式来实现在低纹理环境下的 SLAM，同时也介绍了一种新的基于词袋的回环闭合算法，使得得到的地图更为丰富，使用 KITTI 和 EuRoC 数据集进行测试，结果表明其在大部分实验中均具有比 ORB-SLAM 更为稳健的性能，且可以实时运行。

    May, 2017

  • 基于学习的语义地图构建与鲁棒摄像机定位

    介绍了一种使用语义特征的视觉惯性里程计系统 SemanticSLAM，可以在室内环境中进行可靠的相机定位，改善位姿估计并生成语义地图，可用于路径规划、避障和机器人导航等下游任务。

    Jan, 2024

  • SuMa++：高效 LiDAR 语义 SLAM

    本文提出了一种基于三维激光雷达测距扫描和神经网络对语义信息进行提取的建图及定位方法，实现了对运动物体的有效滤波和语义信息约束下的扫描匹配，与现有基于几何约束的方法相比，实验结果表明其性能更优。

    May, 2021

  • 动态环境下的自我改进 SLAM: 学习何时进行屏蔽

    本文提出了一种新型 SLAM 方法，该方法能够学习到在动态环境中通过遮盖动态物体的方式来提高其性能；我们构建了一个名为 ConsInv 的新数据集，并证明了我们的方法在 TUM RGB-D 数据集上达到了现有水平，并在 KITTI 和 ConsInv 数据集上表现优异。

    Oct, 2022

  • ORB-SLAM：一种多功能、精准的单目 SLAM 系统

    本文介绍了 ORB-SLAM，一种基于特征的单目 SLAM 系统，能够实时运行，在小型和大型、室内和室外环境中运行，并具有鲁棒性、宽基线环路闭合和重定位等特点。

    Feb, 2015