【SLAM】——SLAM简介

本文整理了语义SLAM领域的经典工作与最新进展,包括动态场景处理、机器学习方法的应用及其挑战。总结了现有技术的优点与局限性,并探讨了补图技术对重建的影响。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

转载自:https://aijishu.com/a/1060000000099437

  1. 从5个经典工作开始看语义SLAM

  2. 史上最全的语义SLAM论文笔记整理

  3. 动态场景SLAM和语义SLAM相关论文

  4. bilibili上slam简介与入门

  5. 83 项最新开源视觉 SLAM 方案,够你用了吗?

  6. Dynaslam: Tracking, mapping, and inpainting in dynamic scenes (2018 IEEE RAL)
    在这里插入图片描述
    总结
    在动态场景中机器学习方法去除运动部分确实有用;
    目前的方法计算时间过长(MaskRCNN就需要195ms来处理一帧,Tesla M40);
    补图可以提高重建能力,但对位姿精度没有帮助。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值