NGM-SLAM：首创融合神经辐射场子图的3DGS-SLAM，问鼎SOTA！

文章预览

*本文转载自微信公众号【深蓝AI】* 论文标题： NGM-SLAM: Gaussian Splatting SLAM with Radiance Field Submap 论文作者： Mingrui Li, Jingwei Huang, Lei Sun Aaron, Xuxiang Tian, Tianchen Deng, Hongyu Wang 编译： Deep蓝同学 审核： Los 导读： 3DGS技术因其性能卓越而备受关注，3DGS-SLAM系统应运而生。然而，当前3DGS-SLAM系统通常在大场景表示、有效的闭环校正和场景泛化能力方面存在缺陷。为此，论文作者设计了NGM-SLAM，这是第一个利用神经辐射场子图用于渐进式场景表示的GS-SLAM系统，有效地结合了神经辐射场和3DGS的优势，实现了最先进的场景重建和跟踪性能。©️【深蓝AI】编译 长期以来，SLAM技术一直是机器人学与AR/VR领域的核心议题。密集SLAM系统因广泛的应用潜力而备受重视。传统密集SLAM系统利用体素、点云和TSDF等显式表示，在追踪方面表现出色，但受限于高保真 ………………………………