SLAM论文
时间: 2025-05-23 09:11:45 浏览: 21
### 关于SLAM的研究论文
Simultaneous Localization and Mapping (SLAM) 是机器人学和计算机视觉领域中的一个重要课题,旨在让移动设备能够在未知环境中实时构建地图并定位自己。以下是几篇重要的 SLAM 相关学术论文:
#### 1. **语义SLAM**
语义 SLAM 将传统的几何建图扩展到包含语义信息的地图表示方法中[^1]。这种方法不仅能够提高对动态环境的适应能力,还能通过引入语义约束提升地图精度以及回环检测的效果。
一篇典型的语义 SLAM 论文是:
- **SLOAM: Semantic Lidar Odometry and Mapping for Forest Inventory**
这篇文章提出了基于激光雷达的语义里程计与建图框架,在森林资源调查场景下展示了良好的性能。
#### 2. **RTAB-Map**
RTAB-Map 提供了一种开源的大规模长期在线运行的 SLAM 解决方案,支持激光雷达和视觉传感器融合[^2]。该算法特别适合处理长时间操作下的重定位问题,并且已经在多个实际应用案例中得到了验证。
```python
import rtabmap_ros
rtabmap = RTABMap()
rtabmap.initialize()
```
#### 3. **ORB-SLAM系列**
ORB-SLAM 是一种著名的单目、双目或多相机系统的 SLAM 系统,具有高效率和准确性特点。它主要依赖 ORB 特征点进行跟踪和映射。
- Mur-Artal, Raul, et al. "ORB-SLAM: a versatile and accurate monocular slam system." IEEE Transactions on Robotics 31.5 (2015): 1147-1163.
#### 4. **DSO: Direct Sparse Odometry**
直接稀疏测距法(Direct Sparse Odometry),是一种不依靠特征提取而直接利用像素强度变化来估计摄像机运动的方法。
- Engel, Jakob, Thomas Schöps, and Daniel Cremers. "Direct sparse odometry." IEEE transactions on pattern analysis and machine intelligence 40.3 (2018): 611-625.
---
###
阅读全文
相关推荐


















