研究人员开发了 NSL-SLAM，一个利用高保真神经结构光深度感知的新型同步定位与地图构建 (SLAM) 系统。该系统通过将单目深度先验信息融入结构光解码过程，从而提高了深度质量，在 Replica-SL 基准测试中深度均方根误差 (RMSE) 降低了 35%。NSL-SLAM 优先使用这种密集、度量精确的深度进行跟踪，仅在几何挑战性场景中辅以稀疏的视觉对应。该系统在真实世界基准测试中表现稳健，实现了显著更低的轨迹偏差，并避免了其他方法失败的灾难性故障，同时运行速度达到实用的 20.9 FPS。 AI
影响 提高了 SLAM 系统的深度感知精度，可能改进机器人和 AR/VR 应用。
排序理由 详细介绍具有改进深度感知能力的新型 SLAM 系统的研究论文。 [lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Neural Structured-Light
- NSL-SLAM
- Replica-SL
- Simultaneous localization and mapping
- structured light
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
