来源：3D视觉工坊

添加小助理：dddvision，备注：SLAM，拉你入群。文末附行业细分群

作者：Liam

来源：公众号@计算机视觉工坊|系投稿

论文名称: ORBSLAM-Atlas: a robust and accurate multi-map system

摘要

利用鲁棒的地图融合方法解决不限数量的子地图融合问题，Altas使SLAM系统变的更加的精准和鲁棒。在tracking线程跟踪失败的时候，系统会构建一个新的子地图。当该地图和先前的子地图有共同部分的时候就会进行地图融合。针对原来的方法中只舍弃特征点数量少的帧，我们也舍去位姿估计不准的帧来构建更加精准的子地图。

来源：3D视觉工坊

添加小助理：dddvision，备注：SLAM，拉你入群。文末附行业细分群

给大家推荐一个非常新兴的，有大量创新点可以挖掘的好方向：NeRF结合SLAM。

各位朋友，大家好！我是驭势科技的张丹，很高兴今天能跟大家做一个在线分享。今天分享的内容，分为传感器、定位技术、感知技术、商业化案例四个部分。

一

**划重点:**

1. 在计算机视觉和机器人领域，以相机进行同时定位和地图制作（SLAM）是一个关键主题，而Photo-SLAM则通过在线逼真地图制作和准确定位，解决了传统SLAM系统在便携设备上的可扩展性和计算资源限制问题。

2. Photo-SLAM使用Hyper Primitive地图技术，包含旋转、缩放、密度、球谐（SH）系数和ORB特征，通过损失反向传播实现原始图像与渲染图像之间的学习映射，同时采用3D Gaussian Splatting技术，避免了对密集深度信息的依赖，实现高质量地图制作。

作者：李城

推荐大家关注3DCV，一个关注3D技术，更关注3D产业的公众号。

/ 导读 /

以下内容来自