Benchmarking and Comparing Popular Visual SLAM Algorithms
Pune Institute of Computer Technology（浦那计算机技术学院）
本文包含了两个流行的视觉SLAM算法：RGBD-SLAM和RTABMap的性能分析和基准测试。用于分析的数据集是来自TUM计算机视觉组的TUM RGBD数据集。所选数据集包含来自Microsoft Kinect RGB-D传感器的大量图像序列，具有来自运动捕捉系统的高度准确和时间同步的地面真实姿势。所选择的测试序列描述了同时定位与地图构建（SLAM）算法所面临的各种问题和相机运动，以测试算法在不同情况下的鲁棒性。用于比较的评估指标是绝对轨迹误差（ATE）和相对位姿误差（RPE）。分析涉及比较两个度量的均方根误差（RMSE）和每个算法的处理时间。本文作为一个重要的援助选择SLAM算法不同的场景和相机运动。分析有助于认识到这两种SLAM方法的局限性。本文还指出了所使用的评估指标中的一些潜在缺陷。
2018-12-21 cs.RO
Generative Simultaneous Localization and Mapping (G-SLAM)
Aristotle University of Thessaloniki（塞萨洛尼基亚里士多德大学）
环境感知是机器人与环境交互的关键能力。在这个方向上的第一个步骤之一是同时定位与地图构建（SLAM）的组合问题。提出了一种称为G-SLAM的新方法，其中地图被认为是连续空间中的一组离散点，然后是一个概率，该概率表示空间中后续点中存在障碍物。提出了一种基于粒子滤波的机器人位姿概率估计方法和一种基于自适应递归算法的地图概率分布估计方法。G-SLAM方法的关键特征是对分散点的自适应重新定位及其在障碍物周围的收敛。在本文中，目标是估计最佳的机器人轨迹随着空间中的障碍物的概率分布。为了实验的目的，四轮后驱动汽车的运动学模型，并从真实的情况下得出的结果进行了讨论。
2016-07-18 cs.RO
6-DOF Feature based LIDAR SLAM using ORB Features from Rasterized Images of 3D LIDAR Point Cloud
Shanghai Jiaotong University（上海交通大学）
精确且计算高效的SLAM算法对于现代自动驾驶车辆至关重要。为了使算法轻量化，大多数SLAM系统依赖于视觉SLAM的图像特征检测或基于激光的方法的点云。通过3D点云进行特征检测成为一项具有挑战性的计算任务。在本文中，我们提出了一种特征检测方法，通过投影三维点云形成一个图像，并应用基于视觉的特征检测技术。所提出的方法在各种环境中提供了可重复和稳定的功能。基于这些功能，我们建立了一个6自由度SLAM系统，包括跟踪，映射，和循环闭合线程。对于循环检测，我们采用了两步的方法，即最近的关键帧检测和循环候选人验证匹配特征提取光栅化的激光雷达图像。此外，我们利用关键帧结构来实现一个轻量级的SLAM系统。该系统的KITTI数据集和密歇根大学福特校园数据集的实施进行评估。实验结果表明，本文提出的算法在获得准确结果的同时，能够大幅降低点云特征检测的计算量，从而降低整个SLAM系统的计算量。
2021-03-19 cs.RO
Towards Revisiting Visual Place Recognition for Joining Submaps in Multimap SLAM
Chemnitz University of Technology（开姆尼茨工业大学）；University of Koblenz（科布伦茨大学）
本文针对 ORB-SLAM3 多地图 SLAM 的子地图合并问题，提出结合现代 VPR、时间一致性的后处理流水线与系统级指标，并在 NCLT 和 Newer College 上验证其可提升合并性能。
2025-01-08 cs.CV cs.RO
A Survey of Simultaneous Localization and Mapping with an Envision in 6G Wireless Networks
Nanyang Technological University（南洋理工大学）；Wuhan University（武汉大学）
同时定位与地图构建（SLAM）是基于自感知的同时定位与地图构建。本文对激光雷达SLAM、视觉SLAM以及两者的融合进行了综述。对于激光雷达或视觉SLAM，该调查说明了传感器的基本类型和产品，开源系统的分类和历史，嵌入式深度学习，挑战和未来。此外，还补充了视觉惯性里程计。对于激光雷达与视觉融合的SLAM，重点介绍了多传感器标定、硬件层、数据层、任务层的融合。论文最后提出了6G无线网络的开放性问题和前瞻性思考。本文的贡献可以概括如下：本文提供了一个高质量和全面的概述SLAM。对于新的研究人员来说，掌握SLAM的发展动态，了解SLAM的发展过程是非常友好的。同时，本文也可以作为一本字典，供有经验的研究者搜索和发现新的有趣的方向。
2020-02-14 cs.RO
Elastic LiDAR Fusion: Dense Map-Centric Continuous-Time SLAM
DATA61, CSIRO（联邦科学与工业研究组织DATA61）；Queensland University of Technology（昆士兰科技大学）
连续时间轨迹表示的概念为现代SLAM中的多模态传感器融合带来了更高的精度和效率。然而，尽管有这些优点，其离线属性所造成的全局批量优化的要求是严重阻碍其相关性的实时和终身的应用程序。在本文中，我们提出了一个密集的地图为中心的SLAM方法的基础上的连续时间轨迹，以应付这个问题。所提出的系统以与传统的连续时间SLAM（CT-SLAM）类似的方式在本地起作用。然而，它通过引入地图变形消除了对全局轨迹优化的需要。该方法的计算复杂性不依赖于运算时间，而只依赖于闭合前探索空间的大小。因此，与传统的CT-SLAM相比，它更适合于长期操作。此外，该方法通过使用概率表面元素（surfel）融合减少重建的稠密地图中的不确定性。实验结果表明，该方法无需全局批量轨迹优化即可生成全局一致的地图，并通过曲面融合有效地降低了LiDAR噪声。
2018-03-05 cs.RO
Efficient 2D Graph SLAM for Sparse Sensing
University of Virginia（弗吉尼亚大学）
针对资源受限纳米机器人稀疏含噪测距导致的二维SLAM难题，本文提出含新型前端与后端回环改进的图SLAM方法，可实时运行并生成更高质量地图。
2023-12-04 cs.RO
Improving Map Consistency in Graph-Based LiDAR SLAM Through Information-Aware Odometry and Retroactive Loop Closure
该研究针对3D激光雷达SLAM中地图一致性问题提出解决方案，通过估计信息矩阵加权里程计约束，引入分层及追溯回环闭合模块，实验证明能提升轨迹精度与地图一致性。
2026-07-16 cs.RO
An Efficient Global Optimality Certificate for Landmark-Based SLAM
University of Toronto Robotics Institute（多伦多大学机器人研究所）；University of Toronto（多伦多大学）
现代状态估计通常被公式化为优化问题，并使用有效的局部搜索方法来求解。这些方法最好保证收敛到局部最小值，但在某些情况下，也可以证明全局最优性。虽然已经为3D \textit{pose-graph optimization}很好地建立了这样的全局最优性证书，但是还没有为基于3D地标的SLAM问题制定细节，其中估计的状态包括机器人姿势和地图地标两者。在本文中，我们解决这个差距，使用图论的方法来铸造的子问题的地标为基础的SLAM到一个形式，产生一个充分条件的全局最优。存在计算这些子问题的最优性证书的有效方法，但首先需要构建大型数据矩阵。我们表明，这个矩阵可以构造的复杂性，保持线性的地标的数量，并不超过国家的最先进的计算复杂性的一个局部求解器迭代。我们证明了模拟和现实世界的地标为基础的SLAM问题的证书的功效。我们还将我们的方法集成到最先进的SE-Sync流水线中，以有效地解决基于地标的SLAM问题，以达到全局最优。最后，我们研究了全局最优性证明对测量噪声的鲁棒性，同时考虑了底层测量图的影响。
2022-11-24 cs.RO
Efficient Continuous-Time SLAM for 3D Lidar-Based Online Mapping
University of Bonn（波恩大学）
现代3D激光测距扫描仪具有高数据率，使得在线同时定位与地图构建（SLAM）在计算上具有挑战性。递归状态估计技术是有效的，但是在进行新的扫描之后立即进行状态估计，这可能导致测量的未对准。我们提出了一个3D SLAM的方法，允许在线映射过程中细化对齐。我们的方法是基于高效的本地映射和分层优化后端。三维激光扫描仪的测量结果通过基于表面的配准聚集在局部多分辨率地图中。局部地图被用在一个多层次的图中，用于非中心映射和定位。为了在细化对准时并入校正，局部地图中的各个3D扫描被建模为子图，并且执行图优化以考虑局部地图中的漂移和未对准。此外，在每个子图中，传感器轨迹的连续时间表示允许校正扫描姿态之间的测量。我们在多个实验中通过显示定性结果来评估我们的方法。此外，我们量化的地图质量的熵为基础的措施。
2018-10-16 cs.RO
DXSLAM: A Robust and Efficient Visual SLAM System with Deep Features
Tsinghua University（清华大学）；Beijing Jiaotong University（北京交通大学）；Intel Corporation（英特尔公司）
鲁棒、高效的同时定位与地图构建（SLAM）系统是实现机器人自主性的关键。对于视觉SLAM算法，虽然理论框架已经建立，但特征提取和关联在大多数情况下仍然是经验性设计，在复杂环境中可能很脆弱。本文表明，使用深度卷积神经网络（CNN）进行的特征提取可以无缝集成到现代SLAM框架中。所提出的SLAM系统利用最先进的CNN来检测每个图像帧中的关键点，并且不仅给出关键点描述符，而且给出整个图像的全局描述符。然后，这些局部和全局特征被不同的SLAM模块使用，从而与使用手工制作的特征相比，对环境变化和视点变化具有更强的鲁棒性。我们还训练了一个视觉词汇的地方特色与词袋（BoW）的方法。基于局部特征、全局特征和词汇表，建立了一种高可靠性的循环闭合检测方法。实验结果表明，所有提出的模块显着优于基线，整个系统实现了更低的轨迹误差和更高的正确率对所有评估数据。此外，通过使用Intel OpenVINO工具包优化CNN并利用Fast BoW库，系统极大地受益于现代CPU中的SIMD（单指令多数据）技术。整个系统可以在没有任何GPU或其他加速器的情况下实时运行。该代码在https://github.com/ivipsourcecode/dxslam上公开。
2020-08-12 cs.CV cs.RO
Stereo Camera Visual SLAM with Hierarchical Masking and Motion-state Classification at Outdoor Construction Sites Containing Large Dynamic Objects
The University of Tokyo（东京大学）；Utsunomiya University（宇都宫大学）；HAZAMA ANDO CORPORATION（羽岛安藤建设株式会社）
在现代建筑工地，利用GNSS（全球导航卫星系统）来测量建筑机械的实时位置和定向（即姿态）并对其进行导航是非常常见的。然而，全球导航卫星系统并非总是可用。用车载摄像头和视觉同时定位与地图构建（视觉SLAM）代替GNSS来导航机器是一种具有成本效益的解决方案。然而，在施工现场，多个施工机器通常会一起并排工作，导致摄像机视野中的大的动态遮挡。标准视觉SLAM不能很好地处理大的动态遮挡。在这项工作中，我们提出了一种运动分割方法，有效地提取静态部分拥挤的动态场景，使强大的跟踪相机自我运动。我们的方法利用语义信息结合对象级几何约束，快速检测场景的静态部分。然后，我们执行一个两步粗到精的自我运动跟踪参考的静态部分。这导致了一种新的动态视觉SLAM形成。我们通过基于ORB-SLAM 2的实际实现以及我们从真实建筑工地收集的数据集来测试我们的建议。实验结果表明，当标准的视觉SLAM失败时，我们的方法仍然可以保持准确的相机自我运动跟踪的实时性。与最先进的动态视觉SLAM方法相比，我们的方法显示出出色的效率和竞争力的结果轨迹精度。
2021-01-17 cs.RO
Are We Ready for Robust and Resilient SLAM? A Framework For Quantitative Characterization of SLAM Datasets
University of Alberta（阿尔伯塔大学）；SUSTech（南方科技大学）
SLAM系统的可靠性被认为是现代自治系统的关键要求之一。这使得他们致力于开发许多最先进的系统，创建具有挑战性的数据集，并引入严格的指标来衡量SLAM的性能。然而，在鲁棒性/弹性背景下，数据集和性能之间的联系很少被探索。为了填补这一空白，SLAM系统的操作条件的表征是必不可少的，以便提供一个环境的鲁棒性和弹性的定量测量。在本文中，我们认为，适当的评估SLAM性能，表征SLAM数据集作为一个关键的第一步。该研究首先回顾了以前对SLAM数据集进行定量表征的努力。然后，扰动表征的问题进行了讨论，并建立链接到SLAM的鲁棒性/弹性。之后，我们提出了一个新的，通用的和可扩展的框架，定量分析和比较的SLAM数据集。此外，还提供了不同表征参数的描述。最后，我们通过展示三个SLAM数据集的表征结果来展示我们的框架的应用：KITTI，EuroC-MAV和TUM-VI，突出了所提出的框架所实现的见解水平。
2022-07-15 cs.CV cs.RO
Direct LiDAR-Inertial Odometry and Mapping: Perceptive and Connective SLAM
University of California Los Angeles（加州大学洛杉矶分校）
针对现有激光雷达SLAM泛化性差、易失效的问题，本文提出兼具前后端创新的DLIOM算法，通过主动防护提升可靠性，在资源受限系统上实现实时运行，且在公开与自采数据集上性能优于现有最优方法。
2023-05-03 cs.RO
Introspective Loop Closure for SLAM with 4D Imaging Radar
Technical University of Munich（慕尼黑工业大学）；Örebro University（厄勒布鲁大学）；Bosch Rexroth AG（博世力士乐公司）
本文探讨使用4D成像雷达在SLAM中进行回环闭合，通过生成子地图和内省措施在特征退化环境中拒绝误检，实现相似与相反视角的准确检测，显著改善轨迹估计。
2025-03-04 cs.RO
InsSo3D: Inertial Navigation System and 3D Sonar SLAM for turbid environment inspection
Heriot-Watt University（赫瑞-瓦特大学）；The National Robotarium（国家机器人中心）
InsSo3D结合3D声呐和惯性导航系统，实现高效准确的水下SLAM，适用于浑浊环境中的结构检测。
2026-03-06 cs.RO
Probabilistic Data Association via Mixture Models for Robust Semantic SLAM
Massachusetts Institute of Technology (MIT)（麻省理工学院）；University of Massachusetts Amherst (UMass Amherst)（马萨诸塞大学阿默斯特分校）
现代机器人系统通过摄像头、激光雷达和声纳等传感器在几何上感知环境，以及在语义上感知环境，通常通过从数据中学习的视觉模型，如物体探测器。我们的目标是开发能够使用所有这些信息源进行可靠导航的机器人，但每个信息源都受到噪音的破坏。而不是假设目标检测最终将在机器人的整个生命周期内实现近乎完美的性能，在这项工作中，我们表示和处理的语义和几何的不确定性，如目标检测的方法。具体而言，我们的数据关联模糊性，这是典型的非高斯模型，在某种程度上，是服从于解决方案内的常见的非线性高斯制定的同时定位与地图构建（SLAM）。我们通过最大边缘化从推理过程中消除数据关联变量，保留标准高斯后验假设来做到这一点。其结果是一个最大混合型模型，该模型考虑了多个数据关联假设以及不正确的循环闭合。我们提供了实验结果，室内和室外的语义导航任务与嘈杂的里程计和目标检测，并发现所提出的方法，以代表多个假设，包括“零”假设的能力，提供了大量的鲁棒性相比，替代语义SLAM方法的优势。
2019-09-29 cs.RO
Loop Closure using AnyLoc Visual Place Recognition in DPV-SLAM
本文提出在DPV-SLAM中使用AnyLoc改进回环闭合性能，通过深度特征提升鲁棒性并自适应调整阈值，实验表明其在精度和稳定性上优于传统方法。
2026-01-06 cs.CV cs.RO
GO-SLAM: Global Optimization for Consistent 3D Instant Reconstruction
University of Bologna（博洛尼亚大学）
GO-SLAM提出一种基于深度学习的密集视觉SLAM框架，通过全局优化位姿和三维重建，实现实时、鲁棒且一致的建图，并在多种数据集上超越现有方法。
2023-09-05 cs.CV cs.RO
Eigen-Factors a Bilevel Optimization for Plane SLAM of 3D Point Clouds
Skolkovo Institute of Science and Technology (Skoltech)（斯科尔科沃科学技术研究所（Skoltech））；St Petersburg State University（圣彼得堡国立大学）
本文提出了一种名为Eigen-Factors (EF) 的双层优化平面SLAM算法，通过引入齐次点的Summation矩阵实现O(1)复杂度的点误差计算，并利用交替优化和SE(3)流形解析求导高效估计传感器位姿与平面参数。
2025-02-03 cs.RO
Greedy-Based Feature Selection for Efficient LiDAR SLAM
Robotics Institute, HKUST（香港科技大学机器人研究所）；Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院）
现代LiDAR-SLAM（L-SLAM）系统在大规模真实场景中表现出了出色的效果。然而，由于昂贵的数据关联和非线性优化，它们通常具有高延迟。本文证明，主动选择特征子集可以显着提高L-SLAM系统的准确性和效率。我们制定的特征选择作为一个组合优化问题的基数约束下，以保持信息矩阵的光谱属性。采用随机-贪心算法实时逼近最优解。为了避免病态估计，我们还提出了一个通用的策略来评估环境的退化和修改的特征数在线。所提出的特征选择器被集成到多LiDAR SLAM系统中。我们验证了这个增强的系统与广泛的实验，涵盖各种情况下的两个传感器设置和计算平台。我们表明，我们的方法具有较低的定位误差和加速比相比，最先进的L-SLAM系统。为了造福社区，我们发布了源代码：https://ram-lab.com/file/site/m-loam。
2021-03-24 cs.CV cs.RO
Dropping the D: RGB-D SLAM Without the Depth Sensor
Technical University of Munich（慕尼黑技术大学）；Munich Center for Machine Learning（慕尼黑机器学习中心）
DropD-SLAM通过预训练视觉模块替代深度传感器，实现RGB-D级精度的实时单目SLAM，在TUM RGB-D基准上达到7.4 cm和1.8 cm ATE，运行速度22 FPS。
2025-11-02 cs.CV cs.RO
The Hilti SLAM Challenge Dataset
Hilti AG（喜利得公司）；University of Zurich（苏黎世大学）；ETH Zurich（苏黎世联邦理工学院）
同时定位与地图构建（SLAM）的研究在过去的几年里取得了显著的进展。SLAM系统现在正从学术应用过渡到现实世界的应用。然而，这种转变在准确性和鲁棒性方面提出了新的挑战。为了开发能够应对这些挑战的新SLAM系统，需要包含尖端硬件和现实场景的新数据集。我们提出了喜利得SLAM挑战数据集。我们的数据集包含办公室，实验室和建筑环境的室内序列以及建筑工地和停车场的室外序列。所有这些序列的特征在于无特征区域和不同的照明条件，这在现实世界的场景中是典型的，并对在有限的实验室环境中开发的SLAM算法构成了巨大的挑战。为每个序列提供毫米级的精确稀疏地面实况。用于记录数据的传感器平台包括许多视觉、激光雷达和惯性传感器，这些传感器在空间和时间上都经过校准。该数据集的目的是促进传感器融合的研究，以开发可以部署在需要高精度和鲁棒性的任务中的SLAM算法，例如，在建筑环境中。许多学术和工业团体在喜利得SLAM挑战赛中的拟议数据集上测试了他们的SLAM系统。本文总结的挑战结果表明，所提出的数据集是开发新的SLAM算法的重要资产，这些算法可以部署在现实世界中。
2022-06-20 cs.CV cs.RO
Prediction of SLAM ATE Using an Ensemble Learning Regression Model and 1-D Global Pooling of Data Characterization
University of Alberta（阿尔伯塔大学）；University of Toronto（多伦多大学）
同时定位与地图构建（SLAM）的鲁棒性和弹性是现代自主机器人系统的关键要求。实现鲁棒性和弹性的基本步骤之一是SLAM具有针对其定位估计的完整性度量的能力，并且因此具有内部容错机制来处理性能降级。在这项工作中，我们介绍了一种新的方法来预测SLAM定位误差的基础上表征的原始传感器输入。所提出的方法依赖于使用一个随机森林回归模型训练的1-D全球汇集的功能，从特征化的原始传感器数据。该模型通过使用它来预测ORB-SLAM 3在四种不同操作模式下运行的三个不同数据集上的性能进行验证，导致平均预测精度高达94.7%。本文还研究了12种不同的一维全局池函数对回归质量的影响，定量证明了一维全局平均的优越性。最后，研究了有限训练数据下的预测质量，证明了在仅使用20%的训练样本进行训练的情况下，我们能够保持适当的预测质量，从而突出了该模型如何优化SLAM系统的评估足迹。
2023-03-01 cs.CV cs.RO
Dense RGB SLAM with Neural Implicit Maps
Alibaba Group（阿里巴巴集团）；Simon Fraser University（西蒙弗雷泽大学）；Hong Kong University of Science and Technology（香港科技大学）
在同时定位与地图构建（SLAM）中，使用神经隐函数进行地图表示是一种新兴的趋势。一些先驱作品在RGB-D SLAM上取得了令人鼓舞的成果。本文提出了一种基于神经隐式映射表示的密集RGB SLAM方法。为了在没有深度输入的情况下实现这一具有挑战性的目标，我们引入了一个分层特征量来促进隐式映射解码器。这种设计有效地融合了不同尺度的形状线索，以促进地图重建。我们的方法同时解决了摄像机运动和神经隐式映射匹配渲染和输入视频帧。为了便于优化，我们进一步提出了一个光度扭曲损失的精神，多视图立体视觉，以更好地约束相机姿势和场景几何。我们评估我们的方法常用的基准，并将其与现代RGB和RGB-D SLAM系统进行比较。我们的方法比以前的方法取得了良好的效果，甚至超过了最近的一些RGB-D SLAM方法。poptree.github.io/DIM-SLAM/
2023-02-19 cs.CV cs.LG cs.RO
GNSS-stereo-inertial SLAM for arable farming
CIFASIS, French Argentine International Center for Information and Systems Sciences (CONICET-UNR)（法阿国际信息与系统科学中心（国家科学技术研究委员会-罗萨里奥国立大学））；University of Zaragoza（萨拉戈萨大学）
针对农田场景SLAM回环检测难、定位易漂移的问题，提出将GNSS以紧耦合方式融入双目惯性ORB-SLAM3的定位方法，在大豆田数据集上实现10%-30%的位姿误差降低，并开源代码。
2023-07-24 cs.RO
HuMemSLAM: Efficient Human-Inspired Semantic Place Recognition for Robust Visual SLAM
Oxford Brookes University（牛津布鲁克斯大学）
针对传统视觉SLAM在感知混叠和变化下的脆弱性，本文提出类人语义地点识别方法HuMem-VPR并集成到ORB-SLAM3形成HuMemSLAM，利用自下而上感知与自上而下推理结合，实现高准确率、低延迟的地点识别，显著提升召回率并减少几何后端负担。
2026-09-16 cs.CV cs.RO
Passage-Aware Structural Mapping for RGB-D Visual SLAM
Interdisciplinary Centre for Security, Reliability, and Trust (SnT), University of Luxembourg（卢森堡大学安全、可靠性与信任跨学科研究中心）；University of Luxembourg（卢森堡大学）；Faculty of Science, Technology, and Medicine at the University of Luxembourg（卢森堡大学科学、技术与医学学院）；Universidad Politécnica de Madrid（马德里理工大学）
本文提出一种通道感知的RGB-D视觉SLAM结构映射方法，通过融合几何、语义和拓扑信息检测门和可通行开口，提升场景图中房间连通性建模。
2026-04-27 cs.RO
Free-Space Features: Global Localization in 2D Laser SLAM Using Distance Function Maps
ETH Zürich（苏黎世联邦理工学院）
在许多应用中，维护环境的一致地图是使机器人平台能够执行更高级别决策的关键。检测已经访问过的位置是保持地图一致性的主要方式之一，特别是在外部定位系统不可用或不可靠的情况下。2D映射是机器人技术的一个重要领域，这主要是因为人工环境，如仓库和家庭，机器人预计将发挥越来越大的作用，通常可以近似为平面。在这种情况下，位置识别仍然具有挑战性：2D激光雷达扫描包含的信息很少，无法表征并识别位置。本文介绍了一种新的方法，旨在解决这个问题。在其核心，该系统依赖于使用距离函数来表示几何形状。该表示允许提取描述环境中的表面和自由空间的几何形状的特征。我们为此提出了一个功能。通过对公共数据集的评估，我们证明了自由空间在描述地方中的实用性，并显示了从表面几何形状中提取的最先进的描述符的本地化性能的增加。
2019-08-05 cs.RO
VIP-SLAM: An Efficient Tightly-Coupled RGB-D Visual Inertial Planar SLAM
Zhejiang University（浙江大学）；SenseTime Research（商汤科技研究院）
在本文中，我们提出了一个紧密耦合的SLAM系统融合RGB，深度，IMU和结构化平面信息。传统的基于稀疏点的SLAM系统总是维护大量的地图点来对环境进行建模。大量的地图点给我们带来了很高的计算复杂性，使得它很难部署在移动设备上。另一方面，在人造环境中，尤其是在室内环境中，平面是常见的结构。我们通常可以使用少量的平面来表示一个大场景。因此，本文的主要目的是降低基于稀疏点的SLAM的高复杂度。我们建立了一个轻量级的后端地图，它由几个平面和地图点，以实现有效的光束法平差（BA）具有相同或更好的精度。我们使用单应性约束来消除优化中大量平面点的参数，降低BA的复杂度。通过分离单应性约束和点-面约束中的参数和测量值，并对测量值部分进行压缩，进一步有效地提高了BA的速度。我们还将平面信息集成到整个系统中，以实现鲁棒的平面特征提取、数据关联和全局一致的平面重建。最后，我们进行了烧蚀研究，并将我们的方法与模拟和真实环境数据中的类似方法进行了比较。该系统在准确性和效率上具有明显的优势。即使优化涉及平面参数，我们也通过使用平面结构有效地简化了后端映射。全局光束法平差比基于稀疏点的SLAM算法快近2倍。
2022-07-04 cs.CV cs.RO
MAC: Graph Sparsification by Maximizing Algebraic Connectivity
Massachusetts Institute of Technology (MIT)（麻省理工学院（MIT））；Stevens Institute of Technology（史蒂文斯理工学院）；Northeastern University（东北大学）
针对长期图优化 SLAM 中位姿图边数无限增长的问题，提出 MAC 算法，通过最大化代数连通性进行高效图稀疏化，并提供事后质量保证。
2024-08-02 cs.RO
Voxel Map for Visual SLAM
University of Zurich（苏黎世大学）；ETH Zurich（苏黎世联邦理工学院）
在现代视觉SLAM系统中，从重叠关键帧检索潜在候选地图点以用于进一步特征匹配或直接跟踪是标准实践。在这项工作中，我们认为，关键帧不是这项任务的最佳选择，由于一些固有的限制，如弱几何推理和可扩展性差。我们提出了一个体素地图表示，有效地检索地图点的视觉SLAM。特别是，我们组织在一个规则的体素网格的地图点。可见点从相机姿势查询采样相机平截头体在光线投射的方式，这可以在恒定的时间内使用一个有效的体素散列方法。与关键帧相比，该方法在几何上保证了检索点落在摄像机视场内，并且在一定程度上可以识别和去除遮挡点。这种方法也可以自然地扩展到大型场景和复杂的多相机配置。实验结果表明，我们的体素地图表示是有效的关键帧地图与5个关键帧，并提供了显着更高的定位精度（平均46%的RMSE提高）的EuRoC数据集。所提出的体素图表示是视觉SLAM中基本功能的一般方法，并且具有广泛的适用性。
2020-03-04 cs.CV cs.RO
Light-LOAM: A Lightweight LiDAR Odometry and Mapping based on Graph-Matching
Northwestern Polytechnical University（西北工业大学）
针对计算受限平台的激光雷达SLAM需求，提出轻量级框架Light-LOAM，采用非显著特征选择、两阶段图匹配配准及投票引导的权重优化，在保证精度的同时提升计算效率。
2023-10-06 cs.RO
GAN-SLAM: Real-Time GAN Aided Floor Plan Creation Through SLAM
提出GAN-SLAM方法，利用生成对抗网络在SLAM过程中清理和补全2D占用网格，并集成3D位姿估计技术，显著提升大规模复杂环境下的实时建图质量与保真度，支持楼层平面图绘制等下游任务。
2025-04-28 cs.AI cs.LG cs.RO
Trained Trajectory based Automated Parking System using Visual SLAM on Surround View Cameras
Valeo Vision Systems（法雷奥视觉系统公司）
自动泊车正在成为现代汽车的标准功能。现有的停车系统构建本地地图，以便能够计划朝向检测到的插槽的机动。下一代停车系统有一个用例，它们可以构建汽车经常停放的环境的持久地图，例如家庭停车场或办公室停车场。预先构建的地图有助于重新定位车辆更好地当它试图停车的下一次。这是通过使用Visual SLAM管道增强停车系统来实现的，该功能在汽车行业中被称为训练轨迹停车。在本文中，我们讨论了训练轨迹自动停车系统的用例，设计和实现。建议的系统部署在商用车和消费者的应用程序中说明\url{https://youtu.be/nRWF5KhyJZU}。本文的重点是应用和视觉算法的细节保持在较高的水平。
2021-05-19 cs.CV cs.RO
Drift Reduced Navigation with Deep Explainable Features
IIIT-Hyderabad（印度海得拉巴国际信息技术学院）；The University of Texas at Austin（德克萨斯大学奥斯汀分校）；University of Tartu（塔尔图大学）
现代自动驾驶车辆（AV）通常依赖于视觉、激光雷达甚至基于雷达的同时定位与地图构建（SLAM）框架来进行精确定位和导航。然而，现代SLAM框架通常导致不可接受的高水平漂移（即，定位误差），当AV观察到很少的视觉上明显的特征或由于动态障碍物而遇到遮挡时。本文认为，最大限度地减少漂移必须是一个关键的必要条件，在AV运动规划，这需要一个AV采取主动控制决策，走向功能丰富的地区，同时也最大限度地减少传统的控制成本。为此，我们首先介绍了一种新的数据驱动的感知模块，该模块观察激光雷达点云并估计AV必须导航到哪些特征/区域以实现漂移最小化。然后，我们引入了一个可解释的模型预测控制器（MPC），移动AV向这样的功能丰富的地区，同时避免视觉遮挡和优雅的交易漂移和控制成本。我们在最先进的CARLA模拟器中进行的具有挑战性的动态场景实验表明，与基准方法相比，我们的方法将漂移降低了76.76%。
2022-11-25 cs.RO
Evaluating geometric accuracy of NeRF reconstructions compared to SLAM method
UC Santa Cruz（加州大学圣克鲁兹分校）；Electrical and Computer Engineering（电气与计算机工程学院）
本文评估了基于iPhone和机器人数据的两种NeRF重建在测量垂直PVC圆柱体直径时的几何精度，并与最先进的lidar-inertial SLAM在场景噪声和度量精度上进行了对比。
2024-07-25 cs.CV cs.RO
Kimera: an Open-Source Library for Real-Time Metric-Semantic Localization and Mapping
Massachusetts Institute of Technology（麻省理工学院）；Laboratory for Information & Decision Systems（信息与决策系统实验室）
我们提供了一个开源的C++库，用于实时的【形】度量语义视觉惯性同时定位与地图构建（SLAM）。该库超越了现有的视觉和视觉惯性SLAM库（例如，ORB-SLAM、VINS- Mono、OKVIS、ROVIO），实现3D中的网格重建和语义标记。Kimera在设计时考虑到了模块化，有四个关键组件：用于快速准确状态估计的视觉惯性测距（VIO）模块，用于全局轨迹估计的鲁棒姿态图优化器，用于快速网格重建的轻量级3D网格模块，以及密集3D度量语义重建模块。这些模块可以单独或组合运行，因此Kimera可以轻松地退回到最先进的VIO或完整的SLAM系统。Kimera在CPU上实时的【形】运行，并从语义标记的图像中产生3D度量语义网格，这些图像可以通过现代深度学习方法获得。我们希望Kimera提供的灵活性，计算效率，鲁棒性和准确性将为未来的度量语义SLAM和感知研究奠定坚实的基础，并将允许多个领域的研究人员（例如，VIO、SLAM、3D重建、分割）来对自己的工作进行基准测试和原型制作，而无需从头开始。
2020-03-04 cs.CV cs.RO
An Online Semantic Mapping System for Extending and Enhancing Visual SLAM
Otto von Guericke University Magdeburg（马格德堡奥托·冯·格里克大学）
我们提出了一个实时的语义映射方法，移动视觉系统的2D到3D目标检测管道和生成的地标快速数据关联。除了语义地图富集之外，还将相关联的检测作为语义约束引入到用于姿态校正目的的同时定位与地图构建（SLAM）系统中。通过这种方式，我们能够生成允许实现更高级别任务的附加有意义的信息，同时利用目标检测的视图不变性来提高里程估计的准确性和鲁棒性。我们提出了局部关联对象观测的轨迹来处理模糊和错误的预测，以及一个基于不确定性的贪婪关联计划，以加速处理时间。我们的系统达到了实时能力，平均迭代持续时间为65 ms，并且能够在公共数据集上将最先进的SLAM的姿态估计提高高达68%。此外，我们将我们的方法实现为模块化ROS包，这使得它可以直接集成到任意基于图形的SLAM方法中。
2022-03-08 cs.AI cs.CV cs.RO
NeuRSS: Enhancing AUV Localization and Bathymetric Mapping with Neural Rendering for Sidescan SLAM
KTH Royal Institute of Technology（瑞典皇家理工学院）；Graz University of Technology（格拉茨工业大学）；Ocean Infinity（海洋无限公司）
本文提出 NeuRSS 框架，将神经渲染水深先验融入基于航位推算与长时回环闭合的 SSS SLAM，通过迭代优化联合提升 AUV 定位和水深测图精度。
2024-05-09 cs.RO
Visual-SLAM for the detection of hidden tomatoes in greenhouses by Hierarchical Localization and GLOMAP for robotized harvesting
Universidad de Almería（阿尔梅里亚大学）
提出一种基于单目相机、结合GLOMAP与层级定位的视觉SLAM系统，用于温室中低成本检测被遮挡番茄，并通过三维重建验证了几何精度。
2026-09-14 cs.RO
P2U-SLAM: A Monocular Wide-FoV SLAM System Based on Point Uncertainty and Pose Uncertainty
State Key Laboratory of Extreme Photonics and Instrumentation, Zhejiang University（极端光束与仪器国家重点实验室，浙江大学）；National Engineering Research Center of Robot Visual Perception and Control Technology, Hunan University（机器人视觉感知与控制技术国家工程研究中心，湖南大学）；State Key Laboratory of Autonomous Intelligent Unmanned Systems（自主智能无人系统国家重点实验室）
P2U-SLAM通过引入点不确定性和位姿不确定性，提升广视场单目SLAM系统的鲁棒性和定位精度。
2026-01-03 cs.CV cs.RO eess.IV
Online SLAM with Any-time Self-calibration and Automatic Change Detection
University of Colorado（科罗拉多大学）
提出了一种在线同时定位、映射和自校准的框架，该框架可以检测和处理校准参数的显著变化。通过将问题分解并集中于最能提供校准信息的轨迹段，在恒定时间内计算估计值。提出了一种新的技术来检测的概率，一个显着的变化是存在于校准参数。然后，系统能够重新校准。最大似然轨迹和地图估计使用异步和自适应优化计算。该系统不需要任何先验信息，并且能够在没有任何特殊运动或例程的情况下或在校准参数的可观测性延迟的情况下进行初始化。该系统的实验验证，以校准相机的非线性相机模型上的单目数据集具有显着的变焦事件中途通过的内部参数，并实现高精度，尽管未知的初始校准参数。自校准和重新校准参数显示密切匹配使用校准目标计算的估计。该系统的准确性证明了SLAM的结果，实现子1%的距离行程误差，即使在存在重大的重新校准事件。
2014-11-05 cs.CV cs.RO
SLAM assisted 3D tracking system for laparoscopic surgery
United Imaging Research Institute of Intelligent Imaging（联影智能影像研究院）；University of Michigan（密歇根大学）；United Imaging（联影医疗）；United Imaging of Surgery（联影外科研究院）
针对微创手术中靶器官内部结构定位难的问题，本研究改进ORB-SLAM2框架，结合3D形状先验与伪分割策略，提出实时单目3D跟踪算法，经体内外实验验证可鲁棒应对多种手术场景挑战。
2024-09-18 cs.CV cs.RO
Transformation & Translation Occupancy Grid Mapping: 2-Dimensional Deep Learning Refined SLAM
Loughborough University（拉夫堡大学）；University of Southern Denmark（南丹麦大学）
针对2D SLAM在复杂环境中地图质量差的问题，提出TT-OGM方法，通过适配3D位姿估计技术并利用GAN与DRL生成数据校正误差，显著提升了占据栅格地图的质量与可靠性。
2025-04-28 cs.AI cs.LG cs.RO
RGB-D Odometry and SLAM
I3A, Universidad de Zaragoza（萨拉戈萨大学I3A）
现代RGB-D传感器的出现对许多应用领域产生了重大影响，包括机器人、增强现实（AR）和3D扫描。它们是LiDAR等传统距离传感器的低成本、低功耗和小尺寸替代品。此外，与RGB相机不同，RGB-D传感器提供额外的深度信息，消除了3D场景重建中逐帧三角测量的需要。这些优点使它们在移动机器人和AR中非常受欢迎，其中估计自我运动和3D场景结构非常感兴趣。这种空间理解可以使机器人能够自主导航而不会发生碰撞，并允许用户插入与图像流一致的虚拟实体。在本章中，我们将回顾里程计和使用RGB-D流输入的同时定位与地图构建（以其首字母缩写SLAM而闻名）的常见公式。这两个主题是密切相关的，因为前者的目的是跟踪增量相机运动相对于局部地图的场景，和后者共同估计相机轨迹和全局地图的一致性。在这两种情况下，标准方法使用非线性优化技术来最小化成本函数。第一部分介绍了里程计和SLAM的基本概念，并介绍了RGB-D传感器的使用。我们还给出了与大多数里程计和SLAM算法相关的数学表达式。在第二部分中，我们详细介绍了SLAM系统的三个主要组成部分：相机姿态跟踪，场景映射和闭环。对于每个组件，我们描述了文献中提出的不同方法。在最后一部分中，我们提供了一个简短的讨论先进的研究课题与国家的最先进的参考。
2020-01-19 cs.CV cs.RO
Accelerated Feature Detectors for Visual SLAM: A Comparative Study of FPGA vs GPU
Department of Computer Science, University of Manchester（计算机科学系，曼彻斯特大学）
本研究首次对比FPGA与GPU加速的FAST、Harris和SuperPoint特征检测器在视觉SLAM中的性能，发现非学习型检测器GPU更优，而SuperPoint的FPGA实现能效和速度更佳，且硬件加速可减少束调整调用频率。
2025-10-15 cs.CV cs.ET cs.PF
Fusion of Monocular Vision and Radio-based Ranging for Global Scale Estimation and Drift Mitigation
Technical University of Munich（慕尼黑工业大学）；German Aerospace Center（德国航空航天中心）
基于单目视觉的同时定位与地图构建（SLAM）由于其在成本、简单设置以及在利用卫星导航无效的环境中的可用性方面的优势而被用于各种目的。然而，摄像机运动和地图点只能估计到一个全球比例因子与单眼视觉。此外，如果相机不能检测到用于闭合环路的先前观察到的地图点，则估计误差随着时间无限制地累积。我们提出了一种创新的方法来估计一个全球性的比例因子，并减少漂移单目视觉为基础的定位与一个额外的单一的测距链接。我们的方法可以很容易地与单目视觉SLAM方法的后端集成。我们证明了我们的算法与真实的数据集上收集的流动站，并显示评估结果。
2018-10-02 cs.RO
PERSEUS: Perception with Semantic Endoscopic Understanding and SLAM
PERSEUS提出了一种结合语义分割与实时单目SLAM的感知管道，用于自然开口手术，实现高精度的场景理解和手术指导。
2026-01-19 cs.CV cs.RO
Low-latency Visual SLAM with Appearance-Enhanced Local Map Building
Georgia Institute of Technology（佐治亚理工学院）
在现代VO/VSLAM系统中，通常实现局部地图模块以改善数据关联和位姿估计。传统上，局部地图内容由共同可见性确定。虽然共同可见性建立起来很便宜，但它利用了相对较弱的时间先验（即以前看到的，现在可能看到的），因此允许更多的特征进入局部地图。本文描述了一种增强的共同可见性的本地地图建设，通过合并一个强大的外观先验，这导致了一个更紧凑的本地地图和延迟减少下游数据关联。从当前图像中收集的外观先验影响局部地图内容：只有与当前测量结果在视觉上相似的地图特征才可能对数据关联有用。为此，使用多索引哈希（MIH）对映射的要素进行索引和查询。提出了一种在线哈希表选择算法，进一步降低了MIH的查询开销和局部映射的大小。所提出的基于外观的本地地图构建方法被集成到一个国家的最先进的VO/VSLAM系统。当在两个公共基准上进行评估时，本地地图的大小以及VO/VSLAM中实时姿态跟踪的延迟显著降低。同时，VO/VSLAM平均性能得到保持或提高。
2019-05-19 cs.CV cs.RO
Photometric LiDAR and RGB-D Bundle Adjustment
Sapienza University of Rome（罗马第一大学）
传感器轨迹和三维地图的联合优化是同时定位与地图构建（SLAM）系统的一个重要特征。为了实现这一点，黄金标准是捆绑调整（BA）。现代3D激光雷达现在保留了更高的分辨率，可以创建类似于传统相机拍摄的点云图像。然而，用于RGB-D传感器的典型有效的全局细化技术并没有广泛应用于LiDAR。本文提出了一种新的BA测光策略，以相同的方式解释RGB-D和LiDAR。我们的工作可以用于任何SLAM/GNSS估计的顶部，以改善和细化初始轨迹。我们使用这两个深度传感器在公共基准上进行了不同的实验。我们的研究结果表明，我们的系统执行标准杆或更好的相比，其他国家的最先进的自组织SLAM/BA战略，从数据关联和不做假设的环境。此外，我们还展示了在统一方法中联合使用RGB-D和LiDAR的好处。我们终于发布了一个开源的CUDA/C++实现。
2023-03-29 cs.CV cs.RO
The Event-Camera Dataset and Simulator: Event-based Data for Pose Estimation, Visual Odometry, and SLAM
University of Zurich（苏黎世大学）；ETH Zurich（苏黎世联邦理工学院）
新的视觉传感器，如动态和有源像素视觉传感器（DAVIS），将传统的全局快门相机和基于事件的传感器集成在同一像素阵列中。这些传感器在高速机器人和计算机视觉方面具有巨大的潜力，因为它们使我们能够将传统相机的优点与基于事件的传感器的优点结合起来：低延迟，高时间分辨率和非常高的动态范围。然而，需要新的算法来利用传感器的特性，并应对其非常规输出，其中包括一系列异步亮度变化（称为“事件”）和同步灰度帧。为此，我们提出并发布了一系列在各种合成和真实环境中使用DAVIS捕获的数据集，我们希望这将激励对高速和高动态范围机器人和计算机视觉应用的新算法的研究。除了全局快门强度图像和异步事件外，我们还提供来自运动捕捉系统的惯性测量和地面实况相机姿态。后者允许定量地比较自我运动估计算法的姿态精度。所有数据都以标准文本文件和二进制文件（即，rosbag）。本文提供了可用数据的概述，并描述了一个模拟器，我们发布的开源创建合成事件相机数据。
2017-11-08 cs.CV cs.RO
Correlation Filter of 2D Laser Scans For Indoor Environment
Saint Petersburg Electrotechnical University "LETI"（圣彼得堡国立电工大学“LETI”）
现代激光SLAM（同时定位与地图构建）和运动恢复结构运动恢复结构算法面临着处理冗余数据的问题。即使传感器不移动，它仍然会继续捕获应处理的扫描。本文提出了一种新的过滤器，允许丢弃不会给系统带来新信息的2D扫描。在MIT和TUM数据集上的实验表明，有可能丢弃一半以上的扫描。此外，本文描述了公式，使滤波器适应一个特定的机器人与已知的速度和激光雷达的特点.此外，还介绍了室内走廊探测器，它也可以应用于任何特定形状的走廊和传感器。
2021-05-27 cs.RO
Multi-Modal Lidar Dataset for Benchmarking General-Purpose Localization and Mapping Algorithms
University of Turku（图尔库大学）
激光雷达技术在过去十年中取得了显著的发展，今天的设备分辨率更高，精度更高，成本更低。此外，近年来出现了新的扫描模式和新的传感器技术。公共数据集实现了算法的基准测试，并为尖端技术设定了标准。然而，现有的数据集并不能代表技术前景，只有数量减少的激光雷达可用。这从本质上限制了通用算法在不断发展的环境中的开发和比较。本文提出了一种新型的多模态激光雷达数据集，其传感器展示了不同的扫描模式（旋转和固态），传感技术和激光雷达相机。该数据集的重点是低漂移里程计，室内和室外环境中的地面实况数据均来自运动捕捉（MOCAP）系统，具有亚毫米精度。为了在更长的距离进行比较，我们还包括在室内和室外更大空间中记录的数据。该数据集包含来自旋转激光雷达和固态激光雷达的点云数据。此外，它还提供来自高分辨率旋转激光雷达的距离图像，来自激光雷达相机的RGB和深度图像，以及来自内置IMU的惯性数据。据我们所知，这是具有最多传感器和环境的激光雷达数据集，其中地面真实数据可用。该数据集可广泛应用于多个研究领域，如3D LiDAR同时定位与地图构建（SLAM）、多模态激光雷达之间的性能比较、外观识别和环路闭合检测。这些数据集可在以下网址获得：https://github.com/TIERS/tiers-lidars-dataset。
2022-03-07 cs.RO
