语义slam

 https://www.sohu.com/a/806067047_121124366

综述

 动态特征剔除的视觉SLAM方法

 关键数据筛选

图像语义信息可用于评价和筛选视觉SLAM方法中的关键数据，如关键帧、显著特征等，最终达到提升留存数据质量、控制运算与存储开销的目的。

 

 

2.1.3 语义约束下的特征匹配

 

 2.2.1 稠密语义像素与点云对齐

 

2.3.2 基于物体拓扑信息的场景重识别

 

2.4 语义地图构建与扩展

 

 

 

2.3.1 场景语义与显著性约束回环检测

RAL2022 | SO-SLAM：具有尺度比例和对称纹理约束的语义物体 SLAM

 

 

 

[论文]QuadricSLAM: 面向机器人的物体级语义SLAM系统

 

1. ​​SAI-SLAM​​ (Semantic Aware Instance SLAM): 一个基于ORB-SLAM2的语义SLAM系统，实现了动态物体剔除。
2. ​​CubeSLAM​​ / ​​QuadricSLAM​​: 虽然不是基于ORB-SLAM3，但它们的思想更高级，不是给点云打标签，而是直接将物体表示为三维立方体或椭球体，并对其进行优化。这可以为你提供未来的进阶方向

 

外观描述子（NetVLAD）

 

 

 

 CubeSLAM

 

 

 

 

https://github.com/bdaiinstitute/vlfm

https://github.com/SresserS/RAG-6DPose-code/