LONER：仅LiDAR用于实时SLAM的神经表征

#论文##开源#arxiv 2023|LONER：仅LiDAR用于实时SLAM的神经表征 【LONER: LiDAR Only Neural Representations for Real-Time SLAM】 项目主页: LONER: LiDAR Only Neural Representations for Real-... 文章链接：[2309.04937] LONER: LiDAR Only Neural Representati... 作者单位：密歇根大学 本文提出了第一个使用神经隐式场景表示的实时LiDAR SLAM算法LONER。现有的LiDAR隐式映射方法在大范围重建中显示出很好的效果，但要么需要真实的位姿，要么运行速度慢于实时性。相比之下，LONER使用LiDAR数据训练一个MLP来实时估计稠密地图，同时估计传感器的轨迹。 为了实现实时性能，本文提出了一种新的信息论损失函数，该损失函数考虑了地图的不同区域在整个在线训练过程中可能会有不同程度的学习。在两个开源数据集上对提出的方法进行了定性和定量的评估。这一评估表明，与深度监督神经隐式框架中使用的其他损失函数相比，所提出的损失函数收敛速度更快，并导致更准确的几何重建。 最后，本文表明，LONER与最先进的LiDAR SLAM方法竞争性地估计轨迹，同时也与现有的使用真实位姿的实时隐式地图构建方法竞争性地生成稠密地图。