English(EN) Multi-Submap Implicit Neural SLAM with Local-to-Global Loop Closure for Large-Scale Scene Reconstruction

新的基于NeRF的SLAM系统解决了大规模场景重建问题

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-11 04:00

研究人员开发了一种新的基于神经辐射场（NeRF）的同时定位与地图构建（SLAM）方法，专为大规模环境设计。该系统采用多子图架构和双层回环闭合机制，以克服灾难性遗忘和轨迹漂移等挑战。该方法结合了渐进式建图、基于光流的跟踪以及用于增强全局描述符提取的基础模型，以确保广阔场景的准确性和一致性。 AI

影响将神经SLAM扩展到大型环境，可能改进机器人感知和数字孪生。

排序理由详细介绍使用NeRF进行SLAM的新技术方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Tianchen Deng, Chongdi Wang, Nailin Wang, Lei Zhao, Ziqi Ma, Tianjun Zhang, Zhe Liu, Danwei Wang, Hesheng Wang · 2026-08-11 04:00

面向大规模场景重建的多子图隐式神经SLAM及局部到全局回环闭合

arXiv:2608.09146v1 Announce Type: new Abstract: Neural Radiance Fields (NeRF)-based SLAM has demonstrated impressive results in small-scale scene reconstruction, yet scaling these methods to extensive, complex environments remains challenging due to catastrophic forgetting and ac…