#論文##開源#arxiv 2023|LONER：僅LiDAR用于實時SLAM的神經(jīng)表征 【LONER: LiDAR Only Neural Representations for Real-Time SLAM】 項目主頁: LONER: LiDAR Only Neural Representations for Real-... 文章鏈接：[2309.04937] LONER: LiDAR Only Neural Representati... 作者單位：密歇根大學(xué) 本文提出了第一個使用神經(jīng)隱式場景表示的實時LiDAR SLAM算法LONER?，F(xiàn)有的LiDAR隱式映射方法在大范圍重建中顯示出很好的效果，但要么需要真實的位姿，要么運行速度慢于實時性。相比之下，LONER使用LiDAR數(shù)據(jù)訓(xùn)練一個MLP來實時估計稠密地圖，同時估計傳感器的軌跡。 為了實現(xiàn)實時性能，本文提出了一種新的信息論損失函數(shù)，該損失函數(shù)考慮了地圖的不同區(qū)域在整個在線訓(xùn)練過程中可能會有不同程度的學(xué)習(xí)。在兩個開源數(shù)據(jù)集上對提出的方法進(jìn)行了定性和定量的評估。這一評估表明，與深度監(jiān)督神經(jīng)隱式框架中使用的其他損失函數(shù)相比，所提出的損失函數(shù)收斂速度更快，并導(dǎo)致更準(zhǔn)確的幾何重建。 最后，本文表明，LONER與最先進(jìn)的LiDAR SLAM方法競爭性地估計軌跡，同時也與現(xiàn)有的使用真實位姿的實時隱式地圖構(gòu)建方法競爭性地生成稠密地圖。