LISNeRF Mapping：基于激光雷达语义神经场的大规模3D场景隐式建图

作者：K.Fire | 来源：3DCV

在公众号「3DCV」后台，回复「原论文」可获取论文pdf

添加微信：dddvision，备注：自动驾驶，拉你入群。文末附行业细分群

0 笔者个人体会

无论是最近非常火爆的NeRF还是目前的3D语义重建的工作大多是针对RGB-D相机和室内环境开发的，不适合大规模的室外环境。在室外大场景中激光雷达是非常好的选择，而由于激光雷达点云的稀疏性和室外环境的巨大规模，基于激光雷达传感器的语义建图和3D密集重建仍然具有挑战性。

这篇文章也是有一些地方可圈可点的，比如：

• 用了一种简单高效的方法实现了自监督的训练，提高了模型的泛化能力

• 很方便的将语义分割拓展到全景分割，通过损失函数的修改，提供了增量式和批处理两种建图模式，方便高效。

• 考虑到内存限制，开发了一种子地图融合策略，这样就可以方便的拓展到多机器人应用。

1 效果展示

2 引言