本文提出了一种新颖的基于NeRF的激光雷达(LiDAR)里程计和地图构建方法,命名为NeRF-LOAM,它采用了基于稀疏八叉树的体素,结合了神经隐式嵌入,通过神经隐式解码器解码为连续的有符号距离函数(SDF),通过最小化SDF误差,同时优化嵌入、解码器和姿态。NeRF-LOAM针对室外驾驶环境,将LiDAR点分为地面点和非地面点,借助法线可...
• 我们通过集成一种将场景分割为动态前景和静态背景的方法,增强了NeRF-LOAM,去除了动态LiDAR点并重建了地面点,从而促进了在高度动态的室外环境中进行准确的3D映射。 • 我们将NeRF-LOAM八叉树中的单层可学习特征扩展到多层,并对采样点应用傅里叶特征编码,从而实现了更好的重建结果。 • 为了提高高度动态场景...
使用我们提出的方法和NeRF-LOAM对KITTI MOT 19进行三维重建 4. 主要贡献 主要贡献总结如下: • 我们通过集成一种将场景分割为动态前景和静态背景的方法,增强了NeRF-LOAM,去除了动态LiDAR点并重建了地面点,从而促进了在高度动态的室外环境中进行准确的3D映射。 • 我们将NeRF-LOAM八叉树中的单层可学习特征扩展到...
借助新方法和NeRF-LOAM对KITTI MOT 19数据集进行了三维重建，结果表明技术确实具备增强场景重建能力的优势。研究的亮点 我们整合了将场景分为动态前景和静态背景的策略，并成功去除了动态LiDAR点，重建了静态地面点，实现了在动态环境中准确的3D映射。我们延展了NeRF-LOAM的八叉树结构，并通过傅里叶特征编码显著改善重建...
全新突破：动态LiDAR SLAM的升级版——超越NeRF-LOAM！在激光雷达技术的蓬勃发展下，齐·张、何·王、如·李和文·李等科研团队联合来自巴斯大学与山西大学的专家们，提出了一种名为《用于高度动态LiDAR测绘和里程计的神经隐式表示》的全新研究。这项前沿的研究成果显示，如何改善SLAM（同步定位与测绘）的性能特别值得...
对于室外场景,基于NeRF的SLAM已扩展到结合激光雷达(LiDAR)传感器,如NeRF-LOAM、LONER和PinSLAM所示。此外,一些系统还结合了视觉和LiDAR数据,如CLONeR和SiLVR。然而,大多数基于NeRF的SLAM系统都基于环境是静态或仅轻微动态的假设。这一假设在将这些方法应用于包含高度动态物体的室外真实场景时带来了重大挑战,因为场景重建...
Security Insights Additional navigation options master 2Branches0Tags Code README MIT license This repository contains the implementation of our paper: NeRF-LOAM: Neural Implicit Representation for Large-Scale Incremental LiDAR Odometry and Mapping(PDF) ...
超越NeRF-LOAM!全新动态LiDAR SLAM技术席卷3D重建领域 在当今技术飞速发展的时代,3D重建和机器人定位导航的需求日益增加。最近,一个新兴的技术突破——全新的动态LiDAR SLAM方法,将神经辐射场(NeRF)与三维测绘技术结合,正引发广泛关注。本文将深入探讨这一技术的背景、原理、创新点及其应用前景,揭示其如何超越以往的限制...
与此同时,神经辐射场(NeRF)为3D场景重建引入了新的可能性,以SLAM系统为例。其中,NeRF-LOAM在基于NeRF的SLAM应用中表现显著。然而,尽管这些系统有其优势,但由于其固有的静态假设,它们在动态室外环境中经常遇到困难。为了解决这些限制,本文提出了一种新的方法,旨在改善高动态户外场景重建。基于NeRF-LOAM,建议的方法包括...
据我们所知,NeRF-LOAM是第一个用于大规模环境的LiDAR数据的神经隐式里程计和地图构建方法。 提出了一种新颖的神经SDF模块,结合了动态生成和关键扫描优化策略,实现了在八叉树中对体素嵌入的快速分配和高保真的3D表示。 基于提出的在线联合优化,我们的方法无需预训练,并在不同环境中表现出良好的泛化能力。