Orbeez-SLAM：一种基于 ORB 特征与 NeRF 实现建图的实时单目视觉 SLAM
机器人学
2023-02-01 v2 计算机视觉与模式识别
摘要
能够借助视觉信号执行复杂任务并与人类协作的空间 AI 备受期待。为此，我们需要一种无需预训练即可轻松适配新场景、并能实时为下游任务生成稠密地图的视觉 SLAM。由于各自组件的固有局限，以往基于学习与非基于学习的视觉 SLAM 均无法满足全部需求。在本工作中，我们开发了名为 Orbeez-SLAM 的视觉 SLAM，其成功地将隐式神经表示与视觉里程计协作以实现我们的目标。此外，Orbeez-SLAM 可配合单目相机工作，因其仅需 RGB 输入，从而广泛适用于现实世界。结果表明，我们的 SLAM 比强基线快至多 800 倍，且渲染效果更优。代码链接：https://github.com/MarvinChung/Orbeez-SLAM。
引用
@article{arxiv.2209.13274,
title = {Orbeez-SLAM: A Real-time Monocular Visual SLAM with ORB Features and NeRF-realized Mapping},
author = {Chi-Ming Chung and Yang-Che Tseng and Ya-Ching Hsu and Xiang-Qian Shi and Yun-Hung Hua and Jia-Fong Yeh and Wen-Chin Chen and Yi-Ting Chen and Winston H. Hsu},
journal= {arXiv preprint arXiv:2209.13274},
year = {2023}
}