基于深度学习的SLAM概述

已于 2023-11-15 16:30:30 修改
阅读量4.3k 收藏 53
点赞数 6
CC 4.0 BY-SA版权
文章标签： 深度学习 slam
于 2022-01-14 11:07:53 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/wxm__/article/details/122184966

目的

本博客总结最近看的几篇关于深度学习的SLAM以及基于深度学习的稠密重建，简要对比记录特点

对比

年份 名称 类型 框图 前端 输出 地图 方法 特点 回环
2023 Point-SLAM RGBD-SLAM 请添加图片描述 渲染的RGB和深度loss来优化pose和点的神经描述子 每帧pose和全局点云稠密地图 全局点云稠密地图 点云周围提取特征，MLP解码，渲染得到RGB和深度图像，loss优化位姿和点云神经描述子 没有回环
2023 DIM-SLAM mono-VSLAM 请添加图片描述 重投影patch损失+ RGB图像loss 每帧的pose和最终的全局稠密地图 全局稠密地图 多分辨率特征网格+MLP解码器+ RGB损失+重投影多帧path的光流损失
最低0.47元/天 解锁文章

200万优质内容无限畅学
最新综述 | 基于深度学习的SLAM方法：面向空间机器智能时代
计算机视觉life
09-10 6243
最新综述 | 基于深度学习的SLAM方法：面向空间机器智能时代 A Survey on Deep Learning for Localization and Mapping Towards the Age of Spatial Machine Intelligence 基于深度学习的定位与建图方法综述：面向空间机器智能时代 论文地址：https：//arxiv.org/pdf/2006.12567v1.pdf 摘要： 基于深度学习的定位与建图技术近年来受到了广泛的关注。不同于利用物理模型或几何理论的人工设计
基于深度学习的视觉SLAM综述
07-03
基于深度学习的视觉slam综述，是利用深度学习学习slam
深度学习和SLAM
u010451780的专栏
05-08 3253
https://blog.youkuaiyun.com/u010821666/article/details/78749356 整理了部分近两年深度学习结合SLAM的一些研究成果（参考知乎帖子https://www.zhihu.com/question/66006923 和泡泡机器人公众号，附上论文链接和已找到的源代码/数据集链接，大多简单看了一下摘要。仅为自己学习所用，确实翻译得很烂………… 1. 深度学习跟SLAM的结合点 深度学习和slam的结合是近几年比较热的一个研究方向，具体的研究方向，我简单分为三块，如
SuperPoint-SLAM系统实现深度学习与视觉定位的融合
最新发布
weixin_34374684的博客
06-17 336
SLAM技术，即时空定位与地图构建技术，是机器人和自动驾驶领域中的一项基础而核心的技术。它能够实现从传感器数据中同时推断出观测者的位置以及周围环境的地图，是实现机器人自主导航和环境理解的关键技术。SLAM技术的重要性在于它能够使机器人或移动设备在未知环境中实现自主定位和建图，这对于提高设备的自主性和智能化程度至关重要。在计算机视觉领域，特征检测器是一种用于从图像中提取重要信息的算法，它旨在找到图像中具有辨识度的点或区域，以便于后续处理，如图像匹配、三维重建、物体识别等。
基于深度学习的视觉 SLAM 综述
强化学习曾小健
07-29 1222
引言（Introduction） 同时定位与地图构建（SLAM）是机器人搭载视觉、激光、里程计等传感器，对未知环境构建地 图的同时实现自定位的过程，在机器人自主导航任 务中起着关键作用 [1-4]．当前 SLAM 问题的研究手 段主要是通过在机器人本体上安装多类型传感器来 估计机器人本体运动信息和未知环境的特征信息， 利用信息融合实现对机器人位姿的精确估计以及 场景的空间建模．尽管 SLAM 采用的传感器有激 光和视觉等多种类型，但其处理过程一般包含 2 个 部分 [5] （如图 1 所示）：前端帧间估计
基于深度学习的SLAM综述：迈向空间机器智能时代
3D视觉工坊
03-29 3275
作者丨刘本初@知乎来源丨https://zhuanlan.zhihu.com/p/478264550编辑丨3D视觉工坊看了牛津大学的一篇关于深度学习的定位与建图综述，照例先贴出来。《A Survey on Deep Learning for Localization and Mapping: Towards the Age of Spatial Machine Intel...
基于深度学习和传统视觉SLAM融合的单目视觉LSLAM1
08-03
在论文的第一部分，作者回顾了视觉SLAM和深度学习SLAM的最新进展，并概述了LSLAM算法的设计思路。第二部分详细解释了直接法和间接法的基本原理，以及它们存在的问题。第三部分介绍了深度卷积神经网络用于场景深度...
基于深度学习的slam
04-01
### 基于深度学习的SLAM技术概述 #### 深度学习在机器人视觉中的应用 深度学习方法已被广泛应用于机器人视觉领域，尤其是在目标检测、语义分割以及场景理解等方面取得了显著进展[^2]。这些技术的进步为基于深度学习...
【视觉SLAM技术】从图优化到深度视觉SLAM从图学习：视觉里程计与同步定位建图系统的发展优化到深度学习的视觉里程计历程及最新进展发展综述：特征提取与位姿优化技术演视觉SLAM（进及应用
04-18
文章首先概述深度学习优化方法了视觉里程计的发展历程。视觉（VO）的基本SLAM旨在通过概念及其输入输出连续采集的图像，即通过连续帧，输出相机的位姿轨迹图像帧来确定和环境的3相机的位姿轨迹和3D点云地图。D点云...
【亲测免费】 DS-SLAM：基于深度学习的SLAM系统
gitblog_00973的博客
09-14 827
DS-SLAM：基于深度学习的SLAM系统 项目介绍 DS-SLAM（Deep Semantic SLAM）是一个结合了深度学习和语义分割技术的SLAM系统。该项目旨在通过引入先进的深度学习模型，提升SLAM系统在复杂环境中的鲁棒性和准确性。DS-SLAM不仅能够实现传统的视觉SLAM功能，还能在实时环境中进行语义分割，从而为机器人提供更加丰富的环境理解能力。 项目技术分析 DS-SLAM的核心技...
基于深度学习的视觉SLAM 综述
11-22
基于深度学习的视觉SLAM 综述 赵洋，刘国良，田国会，罗勇，王梓任，张威，李军伟 （山东大学控制科学与工程学院，山东济南250061） 摘要：综述了深度学习技术应用到同步定位与地图创建（SLAM）领域的最新研究进展，重点介绍和总结 了深度学习与帧间估计、闭环检测和语义SLAM 结合的突出研究成果，并对传统SLAM 算法与基于深度学习的 SLAM 算法做了深入的对比研究．最后，展望了未来基于深度学习的SLAM 研究发展方向． 关键词：深度学习；视觉SLAM；帧间估计；视觉里程计；闭环检测；语义SLAM 中图分类号：TP24 文献标识码：A 文章编号：1002-0446(2017)-06-0889-08
深度学习在视觉SLAM研究中的应用综述
12-25
深度学习在视觉SLAM研究中的应用综述，敬学良，王晨升，目前采用视觉传感器的地图同步定位与地图构建（SLAM）逐渐成为SLAM研究中的重点方向，首先介绍了视觉SLAM的基本结构，并分析了传统中
基于深度学习的视觉 SLAM 综述——赵洋 学习笔记
qin_liang的博客
09-08 1678
基于深度学习的视觉SLAM
深度学习 vs SLAM
weixin_34358092的博客
10-27 209
第三部分：深度学习 vs SLAM SLAM 小组讨论真是乐趣无穷。在我们进入重要的「深度学习 vs SLAM」讨论之前，我应该说明每一位研讨会展示者都同意：语义对构建更大更好的 SLAM 系统是必需的。关于未来的方向，这里有很多有趣的小对话。在争论中，Marc Pollefeys（一位知名的 SfM 和多视角几何研究者）提醒所有人「机器人是 SLAM 的一个杀手级应用」，并建议我们保持对...
深度学习结合SLAM的研究思路/成果整理之（一）使用深度学习方法替换SLAM中的模块
热门推荐
自己的学习笔记
12-12 3万+
整理了部分近两年深度学习结合SLAM的一些研究成果（参考知乎帖子https://www.zhihu.com/question/66006923 和泡泡机器人公众号，附上论文链接和已找到的源代码/数据集链接，大多简单看了一下摘要。仅为自己学习所用，确实翻译得很烂…………1. 深度学习跟SLAM的结合点深度学习和slam的结合是近几年比较热的一个研究方向，具体的研究方向，我简单分为三块，如下。1.1 深
深度学习结合SLAM研究总结
weixin_33735077的博客
07-19 1279
博客转载自：https://blog.youkuaiyun.com/u010821666/article/details/78793225原文标题：深度学习结合SLAM的研究思路/成果整理之 1. 深度学习跟SLAM的结合点 深度学习和slam的结合是近几年比较热的一个研究方向，具体的研究方向，我简单分为三块，如下。 1.1 深度学习结合SLAM的三个方向 用深度学习方法替换传统SLAM...
深度学习在slam的应用Deep Learning Applications in SLAM
qq_40165706的博客
09-05 3157
摘要同时定位与映射（SLAM）是近年来智能机器人领域的研究热点。其处理对象是视觉图像。深度学习在计算机视觉领域取得了巨大成功，这使得深度学习与slam技术的结合成为一个可行的方案。本文总结了深度学习在SLAM技术中的一些应用，并介绍了其最新研究成果。比较了基于深度学习的SLAM技术与传统SLAM技术的优缺点。最后，展望了SLAM+深度学习技术的未来发展方向。1.介绍SLAM是一个过程，其中机器人配备了视觉、激光、里程表和其他传感器，在未知环境中构建地图时实现自我定位。它在机器人自主导航任务中起着关键作用[1
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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