基于深度学习的图像深度感知SLAM综述

同步定位与地图构建(SLAM)技术在精度和建图方面取得了显著进展,并广泛应用于家用机器人和自动驾驶等领域。随着深度学习和神经网络的快速发展,现阶段的神经网络已经具备从大量数据中学习普适规律的能力,而且还能作为一种新型三维表示方法。基于此,将深度学习与SLAM技术相结合的方法成为了研究热点。概述了SLAM技术与基于深度学习的图像深度感知技术结合的最新进展,对最新的方法进行了总结,并提出了一种可行的框架构建SLAM系统。其中的深度感知技术包括深度估计网络、神经辐射场(NeRF)和三维高斯喷溅(3DGS)技术,详细分析了这3种深度感知技术之间的联系以及它们在SLAM中的潜在应用,为SLAM技术的未来发展提供了一个新的视角,并为进一步的研究提供了参考。