超级会员免费看
本文盘点了22项开源的NeRF（神经辐射场）与SLAM（同时定位与建图）结合的技术，包括仅优化NeRF、仅优化位姿、位姿与NeRF联合优化等方面。NeRF结合SLAM的研究旨在通过SLAM提供位姿信息优化NeRF，或者通过NeRF的损失函数优化位姿和深度。文章提供了每个工作的问题、核心思想、实现方式和效果，涵盖了从基础的NeRF到物体级NeRF SLAM的各种方案，为研究者提供了深入研究的起点。
作者：泡椒味的口香糖 | 来源：计算机视觉工坊
添加微信：dddvisiona，备注：SLAM，拉你入群。文末附行业细分群。
0. 笔者个人体会
NeRF结合SLAM是这两年新兴的方向，衍生出了很多工作。目前来看SLAM结合NeRF有两个方向，一个是SLAM为NeRF训练提供位姿，然后建立稠密细腻的三维场景，一个是在NeRF里建立各种损失函数反过来优化pose和depth。那么NeRF结合SLAM都有哪些典型工作呢，本文将为大家做一个简单梳理。希望能够为想要入门NeRF SLAM的小伙伴提供一点研究思考。
受于篇幅限制，本文不会过多介绍文章细节。将所有相关文章划分为仅优化NeRF、仅优化位姿、位姿和NeRF联合优化、物体级NeRF SLAM、雷达NeRF SLAM这五类。同时为避免生硬的翻译原文，本文针对每篇文章的介绍将以四个问题来进行，分别是这篇文章希望解决什么问题？核心思想是什么？具体如何实现？有什么效果？当然笔者水平有限，如果有理解不当的地方欢迎各位读者批评指正~
1. 目录
受于篇幅限制，先放一个目录列举本文都介绍了哪些方案。
仅优化NeRF
0、NeRF
1、Point-NeRF
2、NeRF-SLAM
仅优化位姿
3、iNeRF
4、NeRF-Loc
5、NeRF-VINS（未开源）
位姿和NeRF联合优化
6、iMAP
7、BARF
8、NeRF--
9、NICE-SL
订阅专栏 解锁全文
467
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
