【领域论文】SLAM(即时定位与地图构建)论文总结
检索主页:arxiv.org
检索关键词:SLAM
检索时间:2021.10.09
SLAM论文-综述
从 SLAM 到态势感知:挑战与调查:https://arxiv.org/abs/2110.00273
强大的 SLAM 系统:我们到了吗?:https://arxiv.org/abs/2109.13160
现代开源视觉SLAM方法的比较:https://arxiv.org/abs/2108.01654
现代通用视觉SLAM方法的比较:https://arxiv.org/abs/2107.07589
传感器、SLAM 和长期自治:回顾:https://arxiv.org/abs/1807.01605
RGB 深度 SLAM 回顾:https://arxiv.org/abs/1805.07696
SLAM 应用的嵌入式系统架构:https://arxiv.org/abs/1702.01295
SLAM问题感知方法与特征提取算法综述:https://arxiv.org/abs/1303.3605
GSLAM:通用 SLAM 框架和基准:https://arxiv.org/abs/1902.07995
对流行的视觉 SLAM 算法进行基准测试和比较:https://arxiv.org/abs/1811.09895
结合事件、图像和 IMU 在 HDR 和高速场景中实现稳健的视觉 SLAM:https://arxiv.org/abs/1709.06310
基于关键帧的单目 SLAM:设计、调查和未来方向:https://arxiv.org/abs/1607.00470
SLAM论文-嵌入式
eSLAM:FPGA 平台上实时 ORB-SLAM 的节能加速器:https://arxiv.org/abs/1906.05096
一种基于 FPGA 的可扩展架构,用于 SLAM 中的深度估计:https://arxiv.org/abs/1902.04907
基于FPGA的实时视觉SLAM ORB特征提取:https://arxiv.org/abs/1710.07312
SLAM 应用的嵌入式系统架构:https://arxiv.org/abs/1702.01295
SLAM论文-数据集
Hilti SLAM 挑战数据集:https://arxiv.org/abs/2109.11316
4Seasons:自动驾驶中多天气SLAM的跨季节数据集:https://arxiv.org/abs/2009.06364
TartanAir:突破视觉 SLAM 极限的数据集:https://arxiv.org/abs/2003.14338
结合轮速异常检测的单目视觉惯性SLAM算法:https://arxiv.org/abs/2003.09901
终身 SLAM 的 OpenLORIS-Scene 数据集:https://arxiv.org/abs/1911.05603
事件相机数据集和模拟器:用于姿势估计、视觉里程计和 SLAM 的基于事件的数据:https://arxiv.org/abs/1610.08336
SLAM论文-相机视觉
InterpolationSLAM:旋转场景中的新型鲁棒视觉SLAM系统:https://arxiv.org/abs/2110.02593
DROID-SLAM:用于单目、立体和 RGB-D 相机的深度视觉 SLAM:https://arxiv.org/abs/2108.10869
一种用于自动驾驶的混合稀疏-密集单目SLAM系统:https://arxiv.org/abs/2108.07736
COVINS:用于集中协作的视觉惯性 SLAM:https://arxiv.org/abs/2108.05756
具有图形切割优化多平面重建的视觉 SLAM:https://arxiv.org/abs/2108.04281
用于宽视差重定位的对象增强 RGB-D SLAM:https://arxiv.org/abs/2108.02522
将学习到的局部和全局嵌入合并到单目视觉 SLAM 中:https://arxiv.org/abs/2108.02028
在选择性帧上使用语义分割改进实时单目 SLAM:https://arxiv.org/abs/2105.00114
一个几乎全局收敛的视觉 SLAM 观察者,没有持续激励:https://arxiv.org/abs/2104.02966
LIFT-SLAM:一种基于深度学习特征的单目视觉SLAM方法:https://arxiv.org/abs/2104.00099
混合单目视觉SLAM方法学习特征描述符的比较评估:https://arxiv.org/abs/2104.00085
iRotate:面向全向机器人的主动视觉 SLAM:https://arxiv.org/abs/2103.11641
OV2SLAM:用于实时应用的完全在线且多功能的视觉 SLAM:https://arxiv.org/abs/2102.04060
服务机器人的协作视觉 SLAM 框架:https://arxiv.org/abs/2102.03228
一种室内动态场景的RGB-D SLAM算法:https://arxiv.org/abs/2011.14041
CamVox:低成本且精确的激光雷达辅助视觉 SLAM 系统:https://arxiv.org/abs/2011.11357
BirdSLAM:鸟瞰中的单目多体SLAM:https://arxiv.org/abs/2011.07613
空城:视觉 SLAM 的动态对象不变空间:https://arxiv.org/abs/2010.07646
DOT:用于视觉 SLAM 的动态对象跟踪:https://arxiv.org/abs/2010.00052
基于线流的 SLAM:https://arxiv.org/abs/2009.09972
PL-VINS:具有点和线特征的实时单目视觉惯性 SLAM:https://arxiv.org/abs/2009.07462
Attention-SLAM:从人类凝视中学习的视觉单目 SLAM:https://arxiv.org/abs/2009.06886
FastORB-SLAM:具有描述符独立关键点匹配的快速 ORB-SLAM 方法:https://arxiv.org/abs/2008.09870
基于相交线的立体平面SLAM:https://arxiv.org/abs/2008.08218
DXSLAM:具有深度特征的强大且高效的视觉 SLAM 系统:https://arxiv.org/abs/2008.05416
Structure-SLAM:室内环境中的低漂移单目SLAM:https://arxiv.org/abs/2008.01963
视觉惯性 SLAM 的深度深度估计:https://arxiv.org/abs/2008.00092
用于视觉 SLAM 的动态对象跟踪和掩蔽:https://arxiv.org/abs/2008.00072
ORB-SLAM3:用于视觉、视觉惯性和多地图 SLAM 的准确开源库:https://arxiv.org/abs/2007.11898
AVP-SLAM:停车场自动驾驶车辆的语义视觉映射和定位:https://arxiv.org/abs/2007.01813
DeepRelativeFusion:使用单图像相对深度预测的密集单目 SLAM:https://arxiv.org/abs/2006.04047
VIR-SLAM:用于单机器人和多机器人系统的视觉、惯性和测距 SLAM:https://arxiv.org/abs/2006.00420
VDO-SLAM:视觉动态对象感知 SLAM 系统:https://arxiv.org/abs/2005.11052
用于自动驾驶汽车视觉定位的持久地图保存:ORB-SLAM 扩展:https://arxiv.org/abs/2005.07429
EAO-SLAM:基于集成数据关联的单目半密集目标SLAM:https://arxiv.org/abs/2004.12730
用于自改进单目SLAM和深度预测的伪RGB-D:https://arxiv.org/abs/2004.10681
FlowFusion:基于光流的动态密集RGB-D SLAM:https://arxiv.org/abs/2003.05102
StereoNeuroBayesSLAM:一种基于直接稀疏方法的受神经生物学启发的立体视觉SLAM系统:https://arxiv.org/abs/2003.03091
用于视觉 SLAM 的体素图:https://arxiv.org/abs/2003.02247
为任意多相机系统重新设计 SLAM:https://arxiv.org/abs/2003.02014
用于动态环境的多目标单目 SLAM:https://arxiv.org/abs/2002.03528
RGB-D 里程计和 SLAM:https://arxiv.org/abs/2001.06875
DeepFactors:实时概率密集单目 SLAM:https://arxiv.org/abs/2001.05049
基于训练轨迹的自动泊车系统在环视摄像头上使用视觉 SLAM:https://arxiv.org/abs/2001.02161
用于大规模室外环境的具有地标的视觉语义 SLAM:https://arxiv.org/abs/2001.01028
在单帧上训练深度 SLAM:https://arxiv.org/abs/1912.05405
基于非参数联合几何和外观表示的 RGB-D 相机的基于关键帧的连续视觉 SLAM:https://arxiv.org/abs/1912.01064
A*SLAM:双鱼眼立体边缘 SLAM:https://arxiv.org/abs/1911.04063
OpenVSLAM:多功能视觉 SLAM 框架:https://arxiv.org/abs/1910.01122
TagSLAM:具有基准标记的鲁棒 SLAM:https://arxiv.org/abs/1910.00679
SE-SLAM:半密集结构化基于边缘的单目SLAM:https://arxiv.org/abs/1909.03917
Deep-SLAM++:基于类特定深度形状先验的对象级RGBD SLAM:https://arxiv.org/abs/1907.09691
DetectFusion:在实时 SLAM 中检测和分割已知和未知动态对象:https://arxiv.org/abs/1907.09127
用于 3D 视觉惯性 SLAM 的高效 Schmidt-EKF:https://arxiv.org/abs/1903.08636
HE-SLAM:基于直方图均衡化和 ORB 特征的立体 SLAM 系统:https://arxiv.org/abs/1902.03365
GEN-SLAM:单目同时定位和映射的生成建模:https://arxiv.org/abs/1902.02086
基于无监督学习的深度估计辅助视觉 SLAM 方法:https://arxiv.org/abs/1901.07288
DF-SLAM:一种基于深度局部特征的深度学习增强型视觉SLAM系统:https://arxiv.org/abs/1901.07223
Edge SLAM:基于边缘点的单目视觉SLAM:https://arxiv.org/abs/1901.04210
MID-Fusion:基于八叉树的对象级多实例动态SLAM:https://arxiv.org/abs/1812.07976
Fusion++:体积对象级 SLAM:https://arxiv.org/abs/1808.08378
SLAMBench2:用于视觉 SLAM 的多目标头对头基准测试:https://arxiv.org/abs/1808.06820
松耦合半直接单目SLAM:https://arxiv.org/abs/1807.10073
用于准确实时定位和 3D 映射的 RGBiD-SLAM:https://arxiv.org/abs/1807.08271
基于子图的姿态图视觉 SLAM:一个强大的视觉探索和定位系统:https://arxiv.org/abs/1807.01012
CubeSLAM:单目3D对象SLAM:https://arxiv.org/abs/1806.00557
使用车轮和 MEMS 陀螺仪的紧耦合单目视觉里程计 SLAM:https://arxiv.org/abs/1804.04854
单目视觉惯性 SLAM 的重定位、全局优化和地图合并:https://arxiv.org/abs/1803.01549
带有 RGB-D 相机的稳健的基于关键帧的密集 SLAM:https://arxiv.org/abs/1711.05166
PIRVS:具有灵活传感器融合和硬件协同设计的高级视觉惯性 SLAM 系统:https://arxiv.org/abs/1710.00893
ProSLAM:从程序员的角度绘制 SLAM:https://arxiv.org/abs/1709.04377
GSLAM:通过 Global Structure-from-Motion 实现初始化稳健的单目视觉 SLAM:https://arxiv.org/abs/1708.04814
CNN-SLAM:具有学习深度预测的实时密集单目 SLAM:https://arxiv.org/abs/1704.03489
实时单目物体 SLAM:https://arxiv.org/abs/1504.02398
ORB-SLAM:多功能准确的单目SLAM系统:https://arxiv.org/abs/1502.00956
SLAM论文-激光雷达
ART-SLAM:准确的实时 6DoF LiDAR SLAM:https://arxiv.org/abs/2109.05483
用于 3D LiDAR SLAM 的实时全局重新定位框架:https://arxiv.org/abs/2109.00200
DSP-SLAM:具有深度形状先验的面向对象的 SLAM:https://arxiv.org/abs/2108.09481
激光雷达强度图像对 3D SLAM 中基于分段的环路闭合的描述能力:https://arxiv.org/abs/2108.01383
基于光栅化 LIDAR 图像的自适应局部地图的终身 SLAM 方法:https://arxiv.org/abs/2107.07133
SA-LOAM:具有循环闭合的语义辅助激光雷达 SLAM:https://arxiv.org/abs/2106.11516
OverlapNet:基于 LiDAR 的 SLAM 的闭环:https://arxiv.org/abs/2105.11344
基于训练数据自动生成的动态物体感知激光雷达SLAM:https://arxiv.org/abs/2104.03657
基于贪婪的高效 LiDAR SLAM 特征选择:https://arxiv.org/abs/2103.13090
使用来自 3D LIDAR 点云光栅化图像的 ORB 特征的基于 6-DOF 特征的 LIDAR SLAM:https://arxiv.org/abs/2103.10678
LCDNet:用于激光雷达 SLAM 的深环闭合检测和点云配准:https://arxiv.org/abs/2103.05056
Ground-SLAM:用于结构化多层环境的地面约束 LiDAR SLAM:https://arxiv.org/abs/2103.03713
LiTAMIN2:基于超轻 LiDAR 的 SLAM,使用几何近似和 KL-Divergence:https://arxiv.org/abs/2103.00784
基于特征重识别的精确视觉惯性 SLAM:https://arxiv.org/abs/2102.13438
MULLS:通过多度量线性最小二乘法实现多功能 LiDAR SLAM:https://arxiv.org/abs/2102.03771
自然环境中的在线鲁棒滑动窗口 LiDAR SLAM:https://arxiv.org/abs/2101.06615
具有分层掩蔽和运动状态分类的立体相机视觉 SLAM:https://arxiv.org/abs/2101.06563
GP-SLAM+:基于改进区域化高斯过程图重建的实时3D激光雷达SLAM:https://arxiv.org/abs/2008.00644
用于基于 3D 激光雷达的在线制图的高效连续时间 SLAM:https://arxiv.org/abs/1810.06802
实时单目对象模型感知稀疏 SLAM:https://arxiv.org/abs/1809.09149
ORB-SLAM2:用于单目、立体和 RGB-D 相机的开源 SLAM 系统:https://arxiv.org/abs/1610.06475
RFM-SLAM:利用相对特征测量来分离 SLAM 中的方向和位置估计:https://arxiv.org/abs/1609.05235
SLAM论文-毫米波雷达
具有移动散射体的协同毫米波 PHD-SLAM:https://arxiv.org/abs/2106.11515
雷达 SLAM:适用于所有天气条件的强大 SLAM 系统:https://arxiv.org/abs/2104.05347
RadarSLAM:全天候基于雷达的大规模 SLAM:https://arxiv.org/abs/2005.02198
SLAM论文-融合
AcousticFusion:在动态环境中将声源定位与视觉 SLAM 融合:https://arxiv.org/abs/2108.01246
多部智能手机协同视觉惯性SLAM:https://arxiv.org/abs/2106.12186
Lvio-Fusion:使用Actor-critic方法的自适应多传感器融合SLAM框架:https://arxiv.org/abs/2106.06783
VIRAL SLAM:紧耦合相机-IMU-UWB-Lidar SLAM:https://arxiv.org/abs/2105.03296
具有回环和全局优化的全景环形 SLAM:https://arxiv.org/abs/2102.13400
Pepper机器人的混合SLAM和物体识别系统:https://arxiv.org/abs/1903.00675
UWB/LiDAR 融合用于协作仅距离 SLAM:https://arxiv.org/abs/1811.02854
MultiCol-SLAM - 模块化实时多相机 SLAM 系统:https://arxiv.org/abs/1610.07336
基于对象的 SLAM 的多模态跟踪:https://arxiv.org/abs/1603.04117
SLAM论文-语义
Kimera-Multi:适用于多机器人系统的稳健、分布式、密集的度量语义 SLAM:https://arxiv.org/abs/2106.14386
SuMa++:基于激光雷达的高效语义SLAM:https://arxiv.org/abs/2105.11320
具有独立旋转相机的主动视觉 SLAM:https://arxiv.org/abs/2105.08958
动态环境中的实时语义RGB-D SLAM:https://arxiv.org/abs/2104.01316
DS-SLAM:面向动态环境的语义视觉SLAM:https://arxiv.org/abs/1809.08379
SLAM论文-方法
在无线通信系统中实现即插即用和众包 SLAM:https://arxiv.org/abs/2108.03609
可微 SLAM-net:用于视觉导航的学习粒子 SLAM:https://arxiv.org/abs/2105.07593
我以前来过这里吗?学习在基于图的 SLAM 中使用 LiDAR 数据关闭循环:https://arxiv.org/abs/2103.06713
Kimera:从 SLAM 到具有 3D 动态场景图的空间感知:https://arxiv.org/abs/2101.06894
异步多视图SLAM:https://arxiv.org/abs/2101.06562
视觉SLAM方法在不同环境下的稳健性评估:https://arxiv.org/abs/2009.05427
一种使用低成本 LiDAR 实现高性能 LiDAR SLAM 的方法:https://arxiv.org/abs/2008.03694
即插即用 SLAM:模块化和易用性的统一 SLAM 架构:https://arxiv.org/abs/2003.00754
动态 SLAM:对速度的需求:https://arxiv.org/abs/2002.08584
解析SLAM的数值和实验实现:https://arxiv.org/abs/1911.05177
使用合成数据估计单目 SLAM 中的绝对尺度:https://arxiv.org/abs/1909.00713
对象级语义 SLAM 的稳健数据关联:https://arxiv.org/abs/1909.13493
重新思考 SLAM 的轨迹评估:一种概率的、连续时间的方法:https://arxiv.org/abs/1906.03996
EM-Fusion:具有概率数据关联的动态对象级 SLAM:https://arxiv.org/abs/1904.11781
视觉 SLAM:为什么要 Bundle Adjust?:https://arxiv.org/abs/1902.03747
SLAM和语义分割相互改进的统一框架:https://arxiv.org/abs/1812.10016
PCR-Pro:姿态图SLAM的3D稀疏和不同尺度点云配准和信息矩阵的鲁棒估计:https://arxiv.org/abs/1808.09693
基于通用目标检测的单目SLAM贝叶斯尺度估计校正尺度漂移:https://arxiv.org/abs/1711.02768
2D SLAM质量评估方法:https://arxiv.org/abs/1708.02354
走向几何深度 SLAM:https://arxiv.org/abs/1707.07410
差分几何SLAM:https://arxiv.org/abs/1506.00547
介绍 SLAMBench,一种 SLAM 的性能和准确性基准测试方法:https://arxiv.org/abs/1410.2167