KN-SLAM: Keypoints and Neural Implicit Encoding SLAM

编码(内存) 人工智能 计算机科学 人工神经网络 计算机视觉 语音识别 模式识别(心理学)
作者
Xingming Wu,Zimeng Liu,Y. Tian,Zhong Liu,Weihai Chen
出处
期刊:IEEE Transactions on Instrumentation and Measurement [Institute of Electrical and Electronics Engineers]
卷期号:73: 1-12
标识
DOI:10.1109/tim.2024.3378264
摘要

In recent years, the combination of neural implicit representations with Simultaneous Localization and Mapping (SLAM) has shown promising advancements. Nevertheless, the existing methods suffer from drawbacks including poor localization accuracy and the absence of loop closure modules, resulting in suboptimal localization accuracy and issues such as ghosting and blurring in the reconstruction. To overcome these challenges, we propose a novel architecture "Keypoints and Neural implicit encoding SLAM" (KN-SLAM), a combination of feature-based localization and neural implicit representations for mapping, which aims to achieve better reconstruction quality while ensuring high localization accuracy. Moreover, we leverage global and local features to achieve loop closure detection and global optimization, which can further reduce cumulative errors. Comprehensive experiments demonstrate that KN-SLAM can achieve the competitive performance in both map quality and localization accuracy.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
比尔完成签到,获得积分10
刚刚
Jing发布了新的文献求助10
1秒前
好运LL发布了新的文献求助10
1秒前
简隋英发布了新的文献求助10
1秒前
研友_LkKrmL完成签到,获得积分10
1秒前
1秒前
kinmon完成签到,获得积分10
1秒前
美好斓发布了新的文献求助10
2秒前
见字如面完成签到,获得积分10
3秒前
科研通AI2S应助勤恳绝义采纳,获得10
4秒前
kinmon发布了新的文献求助10
5秒前
5秒前
我了完成签到,获得积分10
5秒前
5秒前
Zzz完成签到,获得积分10
6秒前
笨笨的发布了新的文献求助10
6秒前
共享精神应助LennonYin采纳,获得10
6秒前
plst发布了新的文献求助10
6秒前
121完成签到,获得积分10
7秒前
8秒前
xuan完成签到,获得积分10
9秒前
CXE发布了新的文献求助10
9秒前
听风轻语完成签到,获得积分10
10秒前
11秒前
yuni123完成签到,获得积分10
11秒前
852应助真谛采纳,获得10
12秒前
Taylor完成签到,获得积分10
12秒前
12秒前
13秒前
追寻的阑悦完成签到,获得积分20
15秒前
CipherSage应助青藤采纳,获得10
15秒前
15秒前
cyb完成签到,获得积分10
15秒前
天天发布了新的文献求助10
15秒前
16秒前
16秒前
mengxiaohai完成签到,获得积分10
16秒前
16秒前
丘比特应助咖啡豆采纳,获得10
17秒前
17秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
A new approach of magnetic circular dichroism to the electronic state analysis of intact photosynthetic pigments 500
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3148931
求助须知:如何正确求助?哪些是违规求助? 2799908
关于积分的说明 7837731
捐赠科研通 2457479
什么是DOI,文献DOI怎么找? 1307870
科研通“疑难数据库(出版商)”最低求助积分说明 628312
版权声明 601685