通过结合基于学习的外观和可优化几何先验以及因子图优化的方法，开发了一种同时定位和建图 (SLAM) 系统，并在内窥镜图像重建领域取得了鲁棒表现。

Feb, 2022

ORB-SLAM3 是第一个能够使用针孔和鱼眼镜头模型的单目、立体和 RGB-D 相机执行视觉、视觉惯性和多地图 SLAM 的系统，并且具有两个主要的创新点：完全依赖于最大后验概率估计的基于特征的紧耦合视觉惯性 SLAM 系统和使用改进的召回率的新的场所识别方法的多地图系统，该系统在所有的传感器配置中都像文献中最好的系统一样健壮，并且显著提高了精度。

Jul, 2020

EndoGSLAM 是一种用于内窥镜手术的高效 SLAM 方法，通过整合高速渲染和组织重建，实现在线相机跟踪和组织重建的 100 帧 / 秒渲染速度，具备优于传统或神经 SLAM 方法的手术过程中可用性和重建质量的平衡。

Mar, 2024

本文提出了一种新颖的重建框架，采用对比深度特征和深度一致性深度图的对应方法，通过单一框架实现全局优化姿势，能够从频繁的跟踪失败中恢复，并估计全局一致的三维模型，从而实现了量化和质量上准确而健壮的三维结肠重建。

Jun, 2022

该论文提出一种基于拓扑地图的肠镜内部位置映射和定位方法，它能够通过使用节点表示肠道位置和边缘表示节点之间可穿越性的方式来操作真实的人类肠镜。此外，论文还提出一种全局描述符方法，该方法能够在长时间变化下实现高召回率的肠道位置识别，并结合贝叶斯过滤器对地图图形进行处理，从而提高了对先前建立地图的再定位的精度。

May, 2023

本文提出了基于异构计算单位 CPU 和 GPU 实现的、在微创手术中完整实时大规模的、具有稠密形变 SLAM 系统的 MIS-SLAM 方法，该方法通过 ORBSLAM 提供强大的全局姿态定位，解决了范围快速移动和模糊图像等问题，显著改善了局部定位，并在实时中实现了规模大的局部定位与稠密建图。在公开数据集上进行的实验表明，这种方法具有潜在的临床应用价值。

Mar, 2018

结直肠癌是世界上最常见的癌症之一。本文描述了 2022 年 EndoVis 挑战赛中的人工结直肠三维重建问题及其解决方案的研究成果，并展示了虚拟结直肠镜检查中深度预测问题的可靠解决方案，同时指出姿态估计问题仍然是一个待解决的研究方向。

Jul, 2023

ORB-SLAM2 是一个用于单目、双目以及 RGB-D 相机的完整的 SLAM 系统，包括地图重用、回环闭合和重定位能力，利用纯视觉观测、双目视觉观测和 RGB-D 相机，在各种环境下都能实时工作。其基于捆绑调整的后端可以在实现度规尺度精确的同时实现高精度的轨迹估计。通过在 29 个流行的公共数据集上的评估，证明 ORB-SLAM2 的精度达到了最新的最佳结果，因此我们将其开源以便于 SLAM 社区以及其他领域的研究人员使用。

Oct, 2016

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

我们提出了一种新的方法来解决在混合单目 SLAM 中需要维护不同的本地和全局地图表示的问题，通过使用描述符共享来生成单个反深度场景表示，消除了分离且冗余的地图维护过程，并在本地中使用、全局查询以执行闭环，之间的多地图不漂移，且计算成本和内存占用仅为其他单目 SLAM 系统的一小部分。

Jun, 2023