方法圖鑑
依系統範圍、感測輸入、地圖表示與全域修正能力篩選方法。同一個系統可同時屬於多個類別；卡片內容取自已查證的原始文獻，未讀到的欄位標示為未查證，而非推測。
本頁內容
各年份的方法數，依系統範圍堆疊
每一欄是一個發表年份，色段依系統範圍（system scope）堆疊，數量隨上方篩選條件更新。第一欄「≤2006」合併 2006 年及更早的方法。
按下圖例項目只顯示該系列，再按一次恢復全部系列。
按 Tab 進入圖表後，用左右方向鍵逐一瀏覽各類別，Esc 關閉提示框；也可開啟表格檢視閱讀全部數值。
另有 1 個方法沒有書目年份，未列入圖中。
資料來源方法圖鑑卡片（依已查證文獻擷取）
方法清單
Fischler & Bolles, 1981
隨機取樣一致（RANSAC）以最少數量的資料點實例化模型，再收集誤差容許範圍內的一致集合；若一致集合大小達門檻 t，就在該集合上以最小平方法重新估計，否則重新抽樣，試驗次數用盡時採用最大一致集合或宣告失敗（Sec. …
Smith & Cheeseman, 1986
本文以「近似轉換（approximate transformation, AT）」表示座標框架之間不確定的相對位姿，每個 AT 由平均關係與共變異數矩陣組成。作者定義兩個基本運算：串接（compounding）以一階…
Arun et al., 1987
此文處理已知點對應關係時，兩組三維點之間的最小平方剛體擬合。作者先以兩組點的質心分離平移與旋轉，再對去質心點對構成的 3×3 矩陣做奇異值分解（SVD），以 VUᵀ 作為旋轉，平移由質心差求得，屬於非迭代的封閉解。若…
Horn, 1987
給定兩座標系中三個以上不共線的對應點，作者提出最小平方意義下的閉式解：平移為一組點的形心與另一組點經旋轉、縮放後之形心的差；若採作者建議的對稱誤差式，尺度為兩組點相對形心的均方根偏差之比，且不需先求旋轉；旋轉以單位四…
Lorensen & Cline, 1987
此演算法把三維體積資料（原文為 CT、MR、SPECT 醫學影像）以相鄰兩張切片各四個像素組成邏輯立方體，依八個頂點數值是否達到門檻得到 8 位元索引，查詢由 256 種情形（利用互補與旋轉對稱歸納為 14 種樣式）…
Smith et al., 1990
本文提出「隨機地圖（stochastic map）」：把機器人與各物件之間的空間關係組成一個狀態向量，同時保存其平均值與完整共變異數矩陣，以描述關係之間的相依性。作者以一階線性化推導位姿複合（compounding）…
Umeyama, 1991
作者針對 m 維空間中已知對應關係的兩組點，推導使均方誤差最小的相似轉換（旋轉 R、平移 t、尺度 c）閉式解：先求兩組點的平均向量、變異數與交叉共變異矩陣，再對共變異矩陣做奇異值分解，並在其行列式為負時把對角符號矩…
Besl & McKay, 1992
迭代最近點（Iterative Closest Point, ICP）將資料形狀分解為點集後，每次迭代先為每一點找模型形狀上的最近點，再以 Horn 的單位四元數封閉解計算最小平方剛體轉換並更新位姿，直到均方誤差的變…
Chen & Medioni, 1992
此文為點對平面 ICP 的原始期刊版本。作者假設兩個視角已有近似配準，在 P 上以規則格點挑選平滑區域的控制點，沿 P 在該點的法向線與數位曲面 Q 求交（以切平面迭代近似，通常 3 至 5 次），再以 Q 在交點的…
Bell & Cathey, 1993
本文證明迭代卡爾曼濾波（iterated Kalman filter, IKF）的量測更新步驟，就是以 Gauss-Newton 法近似最大概似估計；只迭代一次時即為 EKF 更新，量測函數為仿射時兩者都退化為一般卡…
Zhang, 1994
本文提出迭代虛擬點匹配（iterative pseudo point matching）演算法，用於配準邊緣式立體視覺取得的三維曲線，或相關式立體視覺重建的稠密三維地圖。方法假設兩次觀測之間的運動很小，或已由里程計與…
Curless & Levoy, 1996
作者將每張已對齊的距離影像（range image）沿感測器視線轉成有號距離函數與權重，逐一加權累加到體素格網中，最後擷取零等值面成為三角網格；在特定假設下，此等值面在最小平方意義上最佳。體素另外標記為空、未觀測或近…
Lu & Milios, 1997
本文把多幅距離掃描的一致化配準（registration）表述為「位姿網路」上的最佳估計：每幅掃描以機器人位姿為局部座標，掃描對匹配與里程計分別提供強連結與弱連結的相對位姿約束，再以最大概似準則同時求解所有位姿。作者…
Gutmann & Konolige, 1999
LRGC 以 Lu 與 Milios 的一致位姿估計為核心，分兩種方式使用：每加入一筆新掃描，只與最近 K 個位姿做局部配準，所以每步計算量固定；偵測到迴圈後，才對整個迴圈做一致位姿估計。迴圈偵測不用單一掃描，而是把…
Pfister et al., 2000
作者把面元（surfel）定義為帶有形狀與著色屬性、可局部近似物體表面的零維 n 元組，沒有顯式連接關係。前處理時以光線追蹤沿三個正交方向取樣，得到三張層狀深度影像組成的層狀深度立方體（LDC），並以八元樹組成 LD…
Thrun et al., 2000
本文把增量式雷射掃描匹配與以樣本表示的位姿後驗結合：後驗的計算方式與蒙地卡羅定位相同，每次掃描以多個樣本作為爬山搜尋的起點，找到最可能的位姿後把掃描加入地圖。當後驗推得的位姿與單純增量估計不一致時，系統判定發生迴圈閉…
Dissanayake et al., 2001
本文以與 Smith 等人相同的估計理論架構，證明線性高斯情形下 EKF-SLAM 的三項性質：相對地圖不確定性單調下降、極限時地標估計完全相關、而絕對誤差下限只由初始車輛不確定性決定。作者強調維持完整地圖共變異數（…
Montemerlo et al., 2002
FastSLAM 利用「給定機器人路徑時各地標條件獨立」的性質，把 SLAM 後驗分解為路徑分布與各地標的條件分布：以粒子濾波器（particle filter）取樣路徑，每個粒子再為每個地標維持一個小型 EKF。作…
Biber & Strasser, 2003
常態分布轉換（Normal Distributions Transform, NDT）將二維平面切成 100 cm 見方的網格，每個至少含三點的網格以點的平均與共變異數建立常態分布，並使用四組錯開半格的重疊網格降低離…
Eliazar & Parr, 2003
DP-SLAM 以粒子濾波同時追蹤機器人位姿與地圖假設，不需預先指定地標。為避免每個粒子複製整張地圖，作者提出分散式粒子建圖（DP-mapping）：全系統只保留一張佔據網格，每格以平衡樹記錄曾更新該格的粒子 ID，…
Gelfand et al., 2003
作者以點對平面 ICP 線性化後的 6x6 共變異數矩陣（力與力矩項）分析幾何穩定性：特徵值偏小的特徵向量對應兩曲面可相互滑動的螺旋運動，並以條件數作為穩定度指標。取樣時先以稀疏隨機樣本估計重疊區的特徵向量，再依各點…
Hähnel et al., 2003a
本文把 Rao-Blackwellized 粒子濾波與雷射掃描匹配結合：每 k 步先以前 k-1 筆掃描與最近的里程計讀值做掃描匹配，得到修正後的里程量測並用於粒子取樣，再以第 k 筆掃描計算粒子權重，使每筆資料只使…
Hähnel et al., 2003b
本文以移動機器人上的雷射測距儀建立室內外建物的精簡 3D 模型。室內機器人以水平雷射做 2D 掃描匹配求位姿，同時以朝上的雷射掃出 3D 結構；室外機器人則以裝在雲台上的單一雷射取得 3D 掃描，並以射線式機率模型對…
Montemerlo et al., 2003
FastSLAM 2.0 修改原 FastSLAM 的取樣方式，在抽樣機器人位姿時同時考慮最新量測，而不只依賴運動模型。作者證明對線性高斯 SLAM，在所有特徵被無限次觀測且已知一個特徵位置的條件下，單一粒子即可在期…
Surmann et al., 2003
本文提出一套不需人工介入的室內 3D 數位化系統。Ariadne 輪式機器人上裝有以伺服馬達俯仰轉動 2D 雷射而成的 AIS 3D 雷射測距儀，停車後掃描水平 180 度、垂直 120 度的範圍。各次 3D 掃描以…
Nistér et al., 2004
本文提出並命名「視覺里程計」，只用影像即時估計單一相機或立體相機的運動。前端在每張影像偵測 Harris 角點，以正規化互相關在視差限制內比對並做雙向一致性檢查，再把匹配串成軌跡。單目版以五點法估計三視角相對方向、三…
Cole & Newman, 2006
本文把 2D 延遲狀態（掃描匹配式）SLAM 延伸為戶外起伏地形的 6 自由度 SLAM。一台 SICK 2D 雷射以 0.6 Hz 繞水平軸來回擺動，車輛行進時持續取得 3D 資料，再依里程計行駛距離與姿態變化門檻…
Dellaert & Kaess, 2006
本文把平滑（smoothing）視為 EKF 型 SLAM 的替代方案，將資訊矩陣或量測 Jacobian 分解為平方根形式求解。作者主張此類方法精確且更快，可批次或增量使用，較能處理非線性的運動與量測模型，並能以較…
Kazhdan et al., 2006
作者指出定向點（oriented points）的法向量可視為實體指示函數（indicator function）梯度的取樣，於是把表面重建轉為泊松方程式求解，再擷取等值面成為封閉網格。解法一次考慮全部點，不需啟發式…
Censi, 2007
作者以 ICP 最小化的誤差函數為對象，利用隱函數定理推導估計值對量測的一階敏感度，得到封閉形式共變異數，並考慮同一量測被多個對應重複使用與量測彼此相關的情形。論文只處理二維平面（x、y、θ）的定位與掃描匹配，分析對…
Davison et al., 2007
MonoSLAM 以單一延伸卡爾曼濾波器（Extended Kalman Filter, EKF）同時估計相機位姿與稀疏自然地標，並保留兩者之間的完整共變異數（covariance），讓單眼相機即可即時建立持續存在的…
Glennie, 2007
作者把 LiDAR 直接地理定位方程式中的 14 個觀測量（GNSS 位置、IMU 姿態、視準角、掃描角與距離、槓桿臂）做一階展開，以 Jacobian 將典型誤差傳遞為點位的水平與垂直精度，並模擬定翼機、直升機與地…
Grisetti et al., 2007
GMapping 在 Rao-Blackwellized 粒子濾波（每個粒子攜帶一張佔據網格地圖）上提出兩項改良：以掃描匹配結果與里程計共同計算較準確的提議分布（proposal distribution），以及依有…
Klein & Murray, 2007
PTAM 將相機追蹤（tracking）與建圖（mapping）拆成兩個平行執行緒：追蹤執行緒以地圖點重投影估計每張影像的位姿，建圖執行緒則對關鍵影格（keyframe）執行計算量較大的光束法平差（bundle ad…
Lichti, 2007
本文以室內標靶控制網對 Faro 880 調幅連續波（AM-CW）地面雷射掃描儀進行自率定：在自由網最小平方平差中同時估計各站外方位、標靶座標與 17 個附加參數，這些參數描述距離、水平方向與高度角的系統誤差，包含可…
Magnusson et al., 2007
作者把 Biber 與 Strasser 的二維 NDT 推廣為三維：把模型掃描切成固定格網，每格以點的平均與共變異數表示常態分布，再以牛頓法最佳化資料點落在分布上的分數，不需最近鄰搜尋。論文比較取樣方式、格子大小，…
Mourikis & Roumeliotis, 2007
MSCKF 是以擴展卡爾曼濾波（EKF）為基礎的視覺輔助慣性導航演算法。其核心是推導一種量測模型：當靜態特徵被多個相機位姿觀測時，直接以這些位姿間的幾何約束更新濾波器，而不必把三維特徵座標放進狀態向量。因此計算量只與…
Nüchter et al., 2007
本文提出以三維雷射掃描為基礎的 6D SLAM（六自由度同時定位與建圖）：機器人以停下、掃描、再前進（stop-scan-go）的方式取得每一幅三維點雲，先把輪式里程計外推為六自由度初值，再以八元樹（octree）由…
Borrmann et al., 2008
本文把 Lu 與 Milios 的二維全域一致掃描對齊（每幅掃描一個位姿、以相對位姿關係構成網路、以最大概似同時求解）推廣到三維點雲與六自由度位姿，作者稱為 LUM，是直接建立在原始掃描對應點上的 GraphSLAM…
Censi, 2008
PL-ICP 是採用點到線（point-to-line）度量的 2D ICP 變體：參考掃描以相鄰點連成折線，目前掃描的每個點對應到最近兩點形成的線段，並以作者推導的精確閉式解最小化點到線距離。作者引用 Pottma…
Kaess et al., 2008
iSAM 將 SLAM 表述為平滑（smoothing）問題並保留整條軌跡，使資訊矩陣維持自然稀疏；相對地，濾波在邊際化位姿時會使資訊矩陣變稠密。方法以增量更新平方根資訊矩陣（QR 分解）的方式，只重算受新量測影響的…
Bosse & Zlot, 2009
本文處理移動中以旋轉 2D 雷射取得三維點雲時的運動畸變：每半圈（sweep）約需 1 秒，車輛在期間移動會使點雲局部變形。作者不停車，也不依賴里程計或 IMU，而是把 ICP 改成「掃描對掃描」的連續時間配準：先把…
Magnusson, 2009
此博士論文以常態分布轉換（NDT）作為三維掃描的通用表面表示，並用於掃描配準、迴圈偵測與表面結構分析。配準部分將 Biber 與 Straßer 的二維 NDT 擴展到三維，以 z-y-x Euler 角參數化、解析…
Rusu et al., 2009
作者先整理點特徵直方圖（PFH）：在查詢點半徑內的鄰點兩兩建立 Darboux 座標框，統計三個角度特徵，並刪去原本的距離特徵；再以快取與點重新排序縮短實際計算時間。快速點特徵直方圖（FPFH）只計算每點與其鄰點的簡…
Segal et al., 2009
GICP 將點對點與點對平面 ICP 納入同一機率框架：兩片點雲的每個點都被視為來自高斯分布，最小化步驟以最大概似估計計算位姿。作者依局部平面假設，令每點沿表面法向量的共變異數很小、沿平面方向很大，形成「平面對平面」…
Bosché, 2010
作者改良先前的方法，先以人工選三組以上對應點把工地雷射掃描粗對齊專案 3D CAD 模型，再以新的 ICP 精對齊整個模型，依與各構件表面相符的點數與覆蓋面積判定構件是否被辨識。接著對每個被辨識的構件個別再做 ICP…
Hong et al., 2010
一般 ICP 假設同一次掃描的點同時量測，但測距儀是逐點依序量測，快速運動時會產生掃描畸變並累積追蹤誤差。VICP 假設掃描期間速度固定，以前後兩次掃描的相對轉換估計測距儀的本體速度，據以校正每個點後重跑 ICP，再…
Konolige et al., 2010
本文提出稀疏位姿調整（Sparse Pose Adjustment, SPA），以 Levenberg-Marquardt 最佳化 2D 位姿圖。作者以有序資料結構一次走訪全部約束即建出稀疏的 H 矩陣，再用 CSp…
Olson, 2010
許多商用感測器不支援同步，只能在資料抵達主機時打時間戳記，而緩衝與非即時作業系統造成的抖動在高負載時可達數百毫秒。本文利用延遲不可能為負的因果關係，搭配感測器時鐘速率漂移的上界模型，以取最大值的規則估計感測器與主機時…
Sibley et al., 2010
本文以延遲狀態邊際化（delayed state marginalization）提出滑動視窗濾波器（SWF），用於提升行星著陸時長距離立體視覺的地表結構估計精度。方法在 k 個位姿的視窗內以含 Huber 核的穩健…
Steux & Hamzaoui, 2010
tinySLAM 以少於 200 行 C 程式實作雷射 SLAM，核心只有兩個函式：計算掃描與地圖的距離，以及更新地圖。地圖是 1 cm 解析度的網格，每個障礙點不是畫成單一點，而是以修改的 Bresenham 演算…
Geiger et al., 2011
StereoScan 以立體影像在單一 CPU 上即時建立三維地圖。前端以斑點與角點遮罩偵測特徵，用 Sobel 響應的稀疏 SAD 比對，並要求左右影像與前後影格四張影像形成環狀匹配；再以 RANSAC 包覆的高斯…
Kohlbrecher et al., 2011
Hector SLAM 結合以 LiDAR 為主的 2D 掃描對地圖（scan-to-map）匹配與以 IMU 為主的 3D 姿態估計：先用估計姿態把掃描轉到穩定座標系，再以 Gauss-Newton 在雙線性內插的…
Kümmerle et al., 2011
g2o 將 SLAM 與 BA 等可用圖表示的非線性誤差函數，統一寫成以資訊矩陣加權的最小平方問題：節點是待估參數區塊，邊是量測約束。框架以 Gauss-Newton 或 Levenberg-Marquardt 迭代…
Moosmann & Stiller, 2011
Velodyne SLAM 專為 Velodyne HDL-64E 的連續旋轉取樣與較高量測雜訊設計，只使用 LiDAR 資料。每轉一圈的資料排成 870 乘 64 的距離影像，先估計各點的法向量與平面信心，再以位置…
Newcombe et al., 2011a
DTAM 不擷取特徵點，而是以每個像素的光度資料在關鍵影格上估計稠密深度圖，並以空間正則化能量函數求解，形成大量頂點的表面拼貼。相機位姿則以整張影像對稠密模型進行直接對齊（direct alignment）追蹤。此方…
Newcombe et al., 2011b
KinectFusion 將 Kinect 深度串流即時融合到單一全域截斷符號距離函數（Truncated Signed Distance Function, TSDF）體素模型中，並以光線投射（raycasting…
Rusu & Cousins, 2011
PCL 是以 C++ 模板實作、採 BSD 授權的開源點雲處理函式庫，分成濾波、特徵、輸入輸出、分割、表面重建、配準、關鍵點與距離影像等可獨立編譯的模組，底層以 Eigen、FLANN 與 OpenMP 或 TBB …
Soudarissanane et al., 2011
作者由簡化的雷達距離方程式推導，指出地面雷射掃描的訊噪比隨入射角餘弦與距離平方下降，並提出入射角係數 cos α 與距離係數；以總體最小平方擬合平面後，把沿雷射束方向的殘差換算為垂直於平面的殘差，藉此分離掃描幾何對單…
Bosse et al., 2012
Zebedee 把 Hokuyo UTM-30LX 2D 雷射掃描儀與 MicroStrain 3DM-GX2 IMU 裝在同一感測頭，再以彈簧連接手把或載具，利用手持晃動或載具振動讓掃描面不規則擺動而取得三維覆蓋。…
Glennie, 2012
作者以平面特徵約束的 Gauss-Helmert 最小二乘法，在車載動態資料中同時估計 Velodyne HDL-64E S2 的視準角、槓桿臂與每顆雷射的內部校正參數。資料取自 2010 年在德州 The Wood…
Henry et al., 2012
RGB-D Mapping 以 PrimeSense（等同 Kinect）RGB-D 相機建立室內稠密三維地圖。相鄰影格的配準採用作者提出的 RGB-D ICP：先以 FAST 特徵與 Calonder 描述子加上 …
Kaess et al., 2012
本文提出 Bayes tree 資料結構，把稀疏矩陣分解與圖模型推論連結起來，並據此發展 iSAM2。新量測加入時，iSAM2 只移除並重新消去受影響的樹頂部團（clique），再把未受影響的子樹接回；變數排序以約束…
Lupton & Sukkarieh, 2012
本文為消防等第一應變人員的人員攜帶定位需求，提出在上一個位姿的機體座標系中積分 IMU 量測，形成不需初始條件的「預積分慣性增量觀測」（位置修正項 Δp+、速度增量與姿態增量，姿態以 Euler 角表示），並以 Ja…
Stoyanov et al., 2012
此研究把固定與移動兩片掃描都轉成三維常態分布轉換（3D-NDT）模型，也就是在規則網格的每個格子以一個高斯分布描述局部表面，再直接最小化兩個模型之間的 L2 距離（分布對分布，D2D），不像點對分布（P2D）或 IC…
Sünderhauf & Protzel, 2012
作者主張 SLAM 後端應能在最佳化過程中自行辨識錯誤的迴圈閉合，而非完全依賴前端資料關聯（data association）。作法是為每條可能出錯的迴圈約束加入一個切換變數（switch variable），以介於…
Bouaziz et al., 2013
作者指出一般 ICP 依賴修剪或重新加權對應點的經驗法則來處理離群值與部分重疊，這些法則不穩定且難以調整。論文將配準目標改為對每組對應點的殘差向量施加 p 介於 0 與 1 之間的 ℓp 範數（群組稀疏），保留最近點…
Furgale et al., 2013
本文以連續時間 B-spline 表示 IMU 位姿與偏差，把相機與 IMU 之間的固定時間偏移 d 直接寫入影像量測模型，與外參、重力方向及 IMU 偏差一起以 Levenberg-Marquardt 做最大概似批…
Hornung et al., 2013
OctoMap 以八元樹（octree）儲存體素的機率佔據值（log-odds），同時表示已佔據、空與未知空間；感測器原點到端點之間的射線更新為空，端點更新為佔據。作者加入機率上下限夾制（clamping）與樹狀剪枝…
Kazhdan & Hoppe, 2013
此版本在原泊松重建中加入點位置的軟約束（screening term），使重建等值面更貼近輸入點，以減輕原方法的過度平滑；因約束只定義在稀疏點集上，線性系統的稀疏結構不變，仍可用多重網格（multigrid）求解，並…
Keller et al., 2013
此系統全程只用一個扁平的點（surfel）清單表示場景，每點存位置、法向量、半徑、信心計數與時間戳，不建立體素或其他空間資料結構。每個影格先以三層階層式稠密 ICP 將深度圖對齊到由模型點渲染出的深度圖來估計 6Do…
Kerl et al., 2013
DVO-SLAM 以稠密方式對齊 RGB-D 影像，同時最小化所有像素的光度誤差與深度誤差，並以雙變量 t 分布自動調整兩項誤差的權重，降低離群值影響。系統採影格對關鍵影格追蹤，以位姿估計共變異數的熵比值決定何時建立…
Li & Mourikis, 2013
論文比較兩類以 EKF 為基礎的視覺慣性里程計（VIO）：狀態含特徵點的 EKF-SLAM，以及只保留滑動視窗位姿的 MSCKF，並以蒙地卡羅模擬顯示 MSCKF 在精度、一致性與運算量上都較佳。作者證明兩者的線性化…
Museth, 2013
VDB 是一種淺而寬、高度平衡的階層式稀疏體積資料結構，概念近似 B+ 樹：常見設定為以雜湊表或 std::map 實作的可動態擴充根節點，接兩層固定分支 32³ 與 16³ 的內部節點，最底層為 8³ 體素的葉節點…
Nießner et al., 2013
體素雜湊（voxel hashing）以簡單的空間雜湊表只在有量測的表面附近配置 TSDF 體素區塊，避免規則網格或階層式資料結構的記憶體負擔。資料可在 GPU 與主機之間串流進出雜湊表，讓感測器移動時重建範圍可擴大…
Barfoot et al., 2014
本文把批次軌跡估計視為以時間為自變數的一維高斯過程（Gaussian process, GP）迴歸，先驗由白雜訊驅動的線性時變隨機微分方程定義（例如等速度模型）。作者證明這類先驗的逆核矩陣為精確稀疏的區塊三對角結構，…
Borrmann et al., 2014
作者提出由機器人 Irma3D 全自動建立建築物熱影像三維模型的系統。平台以 Riegl VZ-400 地面雷射掃描儀為主感測器，上方裝 optris PI160 熱像儀與網路攝影機，以停走方式在各站掃描，每站再以 …
Bosché & Guenet, 2014
作者以 Scan-vs-BIM 原理把工地 TLS 點雲對齊 BIM，並把每個點分派給對應的樓板構件，再自動套用兩種標準平整度檢查法：直尺法（Straightedge，含隨機、方格與作者新提的星形方格三種直尺配置）與…
Endres et al., 2014
RGBDSLAMv2 只用 RGB-D 相機建立三維地圖。前端從彩色影像擷取 SIFT、SURF 或 ORB 特徵，以深度影像取得三維位置，再用 RANSAC 估計影格間的剛體轉換；候選影格包含前幾張影格、位姿圖上測…
Engel et al., 2014
LSD-SLAM 為直接法（direct method）單眼 SLAM，不萃取特徵點，而是對影像梯度明顯的像素做光度誤差對齊，並以許多小基線立體比對濾波估計關鍵影格的半稠密（semi-dense）深度圖。新關鍵影格以…
Li & Mourikis, 2014
本文把相機與 IMU 之間的時間偏移 td 納入 EKF 狀態，與 IMU 位姿、速度、偏差、相機對 IMU 外參及特徵位置一起線上估計，可用於已知地圖定位、EKF-SLAM 與 MSCKF 視覺慣性里程計，只增加一…
Pomerleau et al., 2014
本文提出以單一 3D 雷射進行長期定位與建圖的系統，重點是地圖隨時間的維護。新點雲先以 libpointmatcher 的 ICP 配準到全域稀疏點雲地圖，系統再依可見性假設逐點更新地圖點為動態的貝氏機率：若新讀值出…
Stückler & Behnke, 2014
MRSMap 把每張 RGB-D 影像轉成八元樹多解析度面元地圖：各層節點都以單次掃描累加的充分統計量，保存點位置與 Lαβ 色彩的六維常態分布，並依最多六個觀測方向分開保存面元；最細解析度隨深度平方放寬，以反映 R…
Zhang & Singh, 2014
LOAM 將 3D LiDAR 的同時定位與建圖拆成兩個並行、頻率不同的演算法：高頻（約 10 Hz）里程計（odometry）以掃描對掃描配準估計速度並校正運動畸變（motion distortion），低頻（約 …
Zhang et al., 2014
DEMO 以單眼相機為主，從 RGB-D 相機或 LiDAR 取得深度：先用估測的運動把深度點登錄成局部深度地圖並存進以兩個角度座標建立的 2D KD 樹，再以最近三點構成的小平面內插特徵深度；沒有深度的特徵改用前幾…
Zlot & Bosse, 2014
本文把 CSIRO 的連續時間非剛性配準（原始版本出自 Bosse & Zlot, 2009）擴展成完整的地下礦坑建圖流程：旋轉 SICK LMS 291 與 MEMS IMU 裝在皮卡車斗上，於澳洲 Northpa…
Bloesch et al., 2015
ROVIO 是單目視覺慣性里程計，把影像塊的像素強度誤差直接當作 EKF 更新的創新項，而非使用特徵點重投影誤差。整個濾波狀態採機器人中心（robocentric）表示，地標以方位向量加上反距離參數化，並以最小維度的…
Choi et al., 2015
本文提出離線的 RGB-D 室內場景重建流程。先把影片切成每 50 張影格一段，以 RGB-D 里程計估計段內軌跡並以 TSDF 融合成場景片段（fragment）；再對所有片段兩兩做幾何全域配準（改良的 PCL F…
Furgale et al., 2015
作者指出離散時間估計在 IMU、捲簾快門相機或掃描式雷射等高頻感測器下，需為每個量測時間加入位姿變數，使狀態維度過大。本文把完整的 MAP 估計移到連續時間，在高斯假設下推導目標函數，並以少量時間基底函數的係數作為待…
Klingensmith et al., 2015
CHISEL 在 Google Tango 手機與平板上，只用行動裝置的 CPU 即時建立房屋尺度（300 平方公尺以上）的 TSDF 稠密重建，不使用 GPU 通用運算。作者採用 Nießner 等人的空間雜湊兩層…
Kähler et al., 2015
本文把 KinectFusion 式的 TSDF 稠密重建最佳化到能在平板電腦上即時執行。資料結構沿用 Nießner 等人的體素區塊雜湊（每塊 8×8×8 體素），但改成每個桶只有一個表頭、碰撞放入額外鏈結串列的雜…
Leutenegger et al., 2015
OKVIS 以非線性最佳化緊耦合（tightly-coupled）融合相機重投影誤差與 IMU 慣性誤差，並只保留有限數量的關鍵影格，透過邊際化維持即時運算。關鍵影格可相隔任意時間，仍以線性化慣性項連結。作者以自製、…
Mur-Artal et al., 2015
ORB-SLAM 以同一組 ORB 特徵同時支援追蹤、局部建圖、重定位（relocalization）與迴圈閉合（loop closure），分成三個平行執行緒。系統以共視圖（covisibility graph）限…
Whelan et al., 2015a
ElasticFusion 以面元（surfel）表示稠密地圖，採用由目前影像對模型（frame-to-model）的稠密追蹤與時間視窗內的面元融合。系統盡量頻繁地做局部模型對模型迴圈閉合，並以隨機蕨（randomi…
Whelan et al., 2015b
Kintinuous 以 GPU 上的循環緩衝（cyclical buffer）讓 TSDF 融合體積隨相機移動，使稠密融合可延伸到無界空間，並結合稠密幾何與光度約束估計位姿。偵測到迴圈後，以 as-rigid-as…
Zhang & Singh, 2015
V-LOAM 以單眼相機搭配掃描式 3D 光達（由馬達帶動的 Hokuyo 2D 雷射掃描儀），分成兩個依序運作的階段：視覺里程計以影像速率（60 Hz）估計相鄰影格間的運動，特徵點的深度取自光達深度圖或三角化，沒有…
He et al., 2016
M2DP 先以質心平移並用 PCA 主軸對齊點雲，再將點雲投影到 4 個方位角乘 16 個仰角共 64 個 2D 平面；每個平面以 8 個同心圓乘 16 個扇區計算點數，組成 64×128 的簽章矩陣，最後以奇異值分…
Hess et al., 2016
Cartographer 以背包式平台即時產生竣工平面圖：局部端把連續掃描以非線性最佳化對齊到小型子地圖（submap），誤差隨時間累積；全域端把已完成的子地圖與所有掃描做迴圈候選，以分支定界（branch-and-…
Rehder et al., 2016
作者把感測器時間戳記與實際量測時刻之間的固定偏移視為確定性誤差，在連續時間 B 樣條批次最大概似估計中與空間外參一起求解。文中推導相機與 IMU、相機與 IMU 與 2D 雷射測距儀、以及立體相機與雷射測距儀等多種估…
Yang et al., 2016
Go-ICP 在整個 SE(3) 空間以分支定界（BnB）搜尋點對點 ICP 之 L2 誤差的全域最佳解。旋轉以角軸向量表示於 [-π, π]³ 立方體，平移限定在 [-ξ, ξ]³，兩者都以八元樹細分；作者由旋轉與…
Zhang et al., 2016
本文把退化定義為解對約束擾動的剛度，並證明線性化系統的退化因子 D 等於 AᵀA 最小特徵值加一，對應的特徵向量即為最退化的方向。方法以門檻判定退化方向（門檻取自一組同時含良好與退化場景的樣本資料，設在兩群間隔的中點…
Zhou et al., 2016
FGR 先以 FPFH 特徵的雙向最近鄰建立候選對應，再以互為最近鄰檢驗與三元組邊長比例檢驗（τ = 0.9）提高內點比例；之後對這組固定不變的對應直接最佳化單一穩健目標，同時對齊表面並使錯誤對應失效，內迴圈不更新對…
Dai et al., 2017a
BundleFusion 在每一影格都考慮完整的 RGB-D 歷史資料，以分塊（chunk）的階層式區域到全域最佳化，結合稀疏 SIFT 特徵與稠密幾何、光度對應，即時求得經 BA 的全域位姿。位姿更新後，系統即時將…
Forster et al., 2017a
本文把兩個關鍵影格之間的大量 IMU 量測預先積分成單一相對運動約束，並提出正確處理旋轉群 SO(3) 流形結構的預積分理論，推導旋轉雜訊的性質、MAP 估計式，以及殘差、雜訊傳播與偏差事後修正的解析 Jacobia…
Forster et al., 2017b
SVO 採半直接法（semi-direct）：以直接法追蹤並三角化影像梯度高的像素（含弱角點與邊緣），再以成熟的特徵式方法聯合最佳化結構與運動，並用顯式建模離群值的機率深度濾波器估計深度。期刊版將方法擴充到多相機、邊…
Grupp, 2017
evo 是評估里程計與 SLAM 軌跡的 Python 套件（GPL-3.0 以上授權），提供 evo_ape（絕對位姿誤差）與 evo_rpe（相對位姿誤差）命令列工具，並以 evo_traj 與 evo_res …
Huang et al., 2017
本章提出供四旋翼無人機自主飛行使用的 RGB-D 視覺里程計，後來以 fovis 函式庫公開。演算法沿用立體視覺里程計的標準流程：灰階影像建立三層高斯金字塔，以自適應門檻的 FAST 角點擷取特徵並分格保留，從深度影…
Mur-Artal & Tardos, 2017
ORB-SLAM2 將 ORB-SLAM 擴充到雙目（stereo）與 RGB-D 相機，把近距與遠距雙目特徵納入 BA，使尺度可觀測，迴圈閉合改以剛體 SE(3) 位姿圖最佳化並在另一執行緒進行全域 BA。系統另提…
Oleynikova et al., 2017
Voxblox 以體素雜湊（voxel hashing）儲存 TSDF，並提出兩項整合策略：同一體素內的點先分組取加權平均再只射線投射一次（grouped raycasting），以及考量深度平方雜訊與表面後方線性衰…
Tateno et al., 2017
CNN-SLAM 以 LSD-SLAM 的直接法關鍵影格架構為基礎，只在建立關鍵影格時用卷積網路預測稠密深度，並依目前相機與訓練相機的焦距比例調整尺度，再以後續影格的小基線立體匹配依不確定度加權修正深度。低紋理區保留…
Wang et al., 2017
DeepVO 是早期的端到端單眼視覺里程計：把相鄰兩張 RGB 影像疊合後送入以 FlowNet 預訓練權重初始化的卷積網路擷取運動特徵，再以兩層 LSTM 建模時間序列，直接迴歸每一時刻的六自由度位姿。方法不需特徵…
Yan et al., 2017
PSM SLAM 以機率面元地圖（Probabilistic Surfel Map）結合逐影格與對模型兩類 RGB-D 視覺 SLAM。地圖中每個點帶有三維位置與 3×3 共變異、強度與其變異量以及法向，新觀測以兩個…
Zhang & Singh, 2017
本記錄為 LOAM 的期刊版本（Autonomous Robots，2016-02-18 線上發表、2017 年卷期）。方法核心與 RSS 2014 版相同：高頻、低精度的里程計估計速度並去除點雲運動畸變，低頻（預設…
Behley & Stachniss, 2018
SuMa 以面元（surfel，帶法向量與半徑的小圓盤）地圖表示環境，將掃描投影成球面頂點圖與法向量圖，並從面元地圖繪製（render）同視角的模型圖，以投影式資料關聯（projective data associa…
Deschaud, 2018
IMLS-SLAM 只使用 3D 旋轉式 LiDAR，以掃描對模型（scan-to-model）匹配估計位姿。模型是最近 n 個已定位掃描累積而成的點雲，並以隱式移動最小平方（IMLS）曲面表示；每次迭代先把取樣點投…
Droeschel & Behnke, 2018
這個方法延續作者的局部多解析度網格地圖：每個 3D 掃描以面元（surfel）配準到以機器人為中心的局部地圖，多個局部地圖再以面元配準連成全域位姿圖。新意在於把每個局部地圖內的掃描位姿建成子圖，形成階層式圖：當地圖累…
Engel et al., 2018
DSO 是直接稀疏法的單眼視覺里程計（visual odometry），直接最小化光度誤差，並在滑動視窗內聯合最佳化相機位姿、相機內參、仿射亮度參數與逆深度，舊狀態以邊際化（marginalization）移除。它不…
Gao et al., 2018
LDSO 把直接稀疏里程計 DSO 擴充為具迴圈閉合的單目視覺 SLAM。它保留 DSO 以梯度選點的直接法追蹤，但讓部分選點偏向可重複的角點，只在關鍵影格上計算 ORB 描述子並建立詞袋資料庫以偵測迴圈。迴圈候選以…
Geneva et al., 2018
LIPS 以「最近點」（closest point, CP）表示平面：取平面上距參考座標原點最近的三維點，作為最小且可加法更新的平面參數。為避免平面通過原點時的奇異性，每個平面以首次觀測的位姿為錨點表示，並推導錨定平…
Graeter et al., 2018
LIMO 以單眼相機的特徵追蹤為主，LiDAR 只負責替影像特徵提供深度：先把單次掃描的 LiDAR 點投影到影像，在特徵周圍以深度直方圖切出前景點，再以面積最大的三點平面與視線求交得到特徵深度；地面上的特徵另以 R…
Han & Fang, 2018
FlashFusion 是不使用 GPU 運算、可在可攜裝置上即時運作的全域一致稠密 RGB-D 重建系統。定位端以 ORB 特徵對應，把每個新關鍵影格與 MILD 迴圈偵測找出的前 5 個相似關鍵影格做全域配準，並…
Kim & Kim, 2018
Scan Context 以感測器為中心，將單次 3D 光達掃描劃分為 20 個環（ring）乘 60 個扇區（sector）的極座標格網（最大距離 80 m），每格記錄其中點的最大高度，形成 2D 全域描述子，不依…
Le Gentil et al., 2018
作者指出 LiDAR 點是逐點取樣而非快照，平台快速移動時會產生運動畸變。本法以高斯過程迴歸對 IMU 讀數上取樣，對每個 LiDAR 點計算預積分量以精確去畸變，並以點到平面距離與 IMU 預積分因子聯合估計外參、…
Millane et al., 2018
C-blox 把場景表示為一組相互重疊的 TSDF 子體積（subvolume），每個子體積固定附著在 ORB-SLAM2 的一個關鍵影格上。迴圈閉合後，只要以最佳化後的關鍵影格位姿更新子體積座標系，就能修正稠密地圖…
Park et al., 2018
Elastic LiDAR Fusion 把連續時間（continuous-time）SLAM 與 ElasticFusion 的「以地圖為中心」（map-centric）概念結合：局部仍以滑動視窗的連續時間軌跡處理…
Qin et al., 2018
VINS-Mono 以單眼相機加低成本 IMU 估計具公制尺度的六自由度狀態，先以僅視覺 SfM 與視覺慣性對齊完成初始化（陀螺儀偏差、速度、重力方向與尺度），再以滑動視窗緊耦合融合 IMU 預積分（pre-inte…
Schauer & Nuchter, 2018
本法以已配準的多站或多切片點雲建立全域體素網格，每個體素只記錄有哪些掃描在其中量到點。從每個感測器原點沿視線走訪到各量測點，若某體素被其他掃描看穿為空，體素內的點即判定為動態並移除；為避免斜掃表面與取樣不均造成誤判，…
Scona et al., 2018
StaticFusion 是針對動態環境的 RGB-D 稠密 SLAM，同時估計相機運動與影像中哪些區域靜止。每張影像先以 K-means 依三維座標分成幾何群集，再與由靜態面元地圖渲染出的預測影像做光度與幾何直接對…
Shan & Englot, 2018
LeGO-LOAM 針對地面載具，先把點雲投影為距離影像（range image），分離地面點，並以影像式分割剔除少於 30 點的小群集（如樹葉）；邊緣特徵只取自非地面點，以避開草地造成的不穩定特徵，再依 LOAM …
Sun et al., 2018
S-MSCKF 把多狀態約束卡爾曼濾波（MSCKF）擴充到立體相機，目標是在微型飛行器的筆電等級電腦上以低運算量穩健估計位姿。前端以 FAST 角點與 KLT 光流同時做時間追蹤與左右影像匹配，並以 2 點 RANS…
Uy & Lee, 2018
PointNetVLAD 結合 PointNet 的逐點特徵與 NetVLAD 聚合層，將去除地面並下採樣為 4096 點的子地圖映射為固定長度全域描述子，以最近鄰檢索完成地點辨識；並提出 lazy triplet …
Vespa et al., 2018
supereight 提出以八元樹（octree）為空間索引的稠密體積 SLAM 框架。最底層以 8×8×8 體素區塊為單位，並以 Morton 編碼排序與逐層遮罩做免鎖的平行配置，再預先計算三線性內插的查詢順序，使…
Yun & Sim, 2018
地面雷射掃描遇到玻璃時，同一雷射脈衝可能同時產生玻璃點、穿透點，以及經玻璃反射而落在玻璃後方的虛像點。本法利用 RIEGL VZ-400 的多回波特性，把單位球面切成約 3×3 個脈衝的面片並計算投影點數，以兩成分高…
Zhang & Singh, 2018
此研究以 3D 雷射掃描儀、相機與 IMU 建立多層次、依序執行的管線，由粗到細估計運動，而非卡爾曼濾波或因子圖：先以 IMU 機械編排（200 Hz）預測運動，再以關鍵影格式視覺慣性里程計（50 Hz）估計運動並為…
Zhou et al., 2018
Open3D 是提供 C++ 與 Python 介面的開源三維資料函式庫，核心資料結構為點雲、三角網格與 RGB-D 影像，內含體素降採樣、法向量估計、ICP 配準與體積整合（volumetric integrati…
Acharya et al., 2019
BIM-Tracker 以建築模型作為地圖，對影像序列做以模型為基礎的視覺追蹤，因此不需要迴圈閉合，誤差也不會累積。每一影格先依前一位姿以 Blender 光線追蹤找出 BIM 中可見的邊，把模型邊依長度取樣成三維點…
Asadi et al., 2019
作者提出把影片關鍵影格即時對位到設計 BIM 的方法。定位部分以 ORB-SLAM2 為基礎，改用由影片產生的自訂詞袋字典提升缺乏特徵室內場景的追蹤；第一次蒐集時以 MVE 稠密點雲和 BIM 的手動對應角點求相似轉…
Chen et al., 2019
SuMa++ 在 SuMa 的面元建圖流程中加入 LiDAR 語意分割（RangeNet++，於球面投影影像上推論逐點類別），並以深度一致的洪水填充（flood-fill）修正物體邊界的標籤錯誤。更新地圖時若觀測類別…
Choy et al., 2019
FCGF 以 Minkowski Engine 稀疏卷積構成的 ResUNet，一次計算整片點雲每個體素的 32 維幾何特徵，輸入只用座標與常數特徵，不需法向量或局部區塊（patch）前處理。作者提出最難負樣本對比損…
Eckenhoff et al., 2019
本文推導 IMU 預積分方程的閉式解，而非以離散取樣近似量測動態，並提出兩種慣性模型：分段常數量測，以及分段常數的局部真實加速度。作者以 Monte Carlo 模擬分析模型選擇對估計的影響，並把此預積分分別用於緊耦…
Ferrer, 2019
Eigen-Factors 將每個平面由多個位姿觀測到的點累積為 4×4 齊次點矩陣，平面擬合誤差等於該矩陣的最小特徵值；平面參數不必列為狀態變數，因此複雜度與點數無關，只取決於平面數與位姿數。作者以李代數推導最小特…
Gawel et al., 2019
作者為現地建造用的移動機械臂設計整合感測與控制系統。狀態估計以移動視窗估測器融合三件資訊：運動補償後的 VLP-16 掃描對建築模型網格取樣點雲的點到平面 ICP 位姿、IMU 以及輪式里程計，使機器人直接在建築模型…
Hinduja et al., 2019
本文把退化感知延伸到位姿圖：點對面 ICP 每次迭代以最大與最小特徵值的比值（條件數）作為動態門檻，只沿受約束方向更新（沿用 Zhang 等人的解重映射）；再把結果以部分迴圈閉合因子加入位姿圖，只約束 X、Y 與偏航…
Labbé & Michaud, 2019
RTAB-Map 起源於具記憶體管理的外觀式迴圈偵測，將節點在工作記憶與長期記憶之間轉移，使迴圈偵測在固定時間內完成，以支援大範圍與長期線上運作。擴充版成為以圖為基礎的 SLAM 函式庫，可接收任意來源的里程計，並支…
Laconte et al., 2019
作者質疑 LiDAR 量測為零均值高斯雜訊的常見假設，指出與入射角及距離相關的偏差會造成可預期的定位漂移，例如直線隧道的地圖會依靠近哪一側牆而彎曲。本文以回波波形建模解釋此偏差，於實驗裝置量測三款 LiDAR 的偏差…
Landry et al., 2019
作者先檢視既有封閉形式共變異數估計在 3D 資料上的限制，再以資料驅動方式學習 ICP 配準的共變異數。訓練與評估使用超過五百萬次配準、1020 組真實點雲對，涵蓋結構化與非結構化、室內與室外環境。
Li et al., 2019
LO-Net 將相鄰兩幀 LiDAR 點雲以圓柱投影編碼成含距離與強度的資料矩陣，以孿生（Siamese）卷積網路直接迴歸 6 自由度相對位姿；網路內以距離加權的鄰點外積計算逐點法向量（非以可學習權重估計），並同時學…
Neuhaus et al., 2019
MC2SLAM 以兩個連續 LiDAR 掃描一起估計第一個掃描期間的運動：先以 IMU 積分（無 IMU 時以線性外推）預測兩掃描的軌跡，再在其上加一個隨時間線性增長的六自由度偏差，用點到平面殘差把稀疏取樣的查詢點配…
Palazzolo et al., 2019
ReFusion 是以 TSDF 為模型的 RGB-D 稠密 SLAM，目標是在有多個移動物體的室內場景中只重建靜態部分。位姿估計不渲染合成視圖，而是把目前影格的點直接帶入 TSDF，以內插得到的符號距離作為殘差，並…
Qin et al., 2019
此預印本提出以最佳化為核心的通用區域里程計框架，把每種感測器量測視為一個因子（factor），共享狀態變數的因子相加組成最佳化問題。論文以雙目、單眼加 IMU、雙目加 IMU 三種組合示範。其目標為區域精度，全域感測…
Rusinkiewicz, 2019
此文提出對稱化的 ICP 目標函數：以對應點兩側法向量的和作為誤差方向，並把旋轉拆成兩半，以相反方向分別作用於兩個表面。只要兩點與其法向量落在同一個局部二次曲面（2D 為圓弧）上，殘差即為零，因此比只在平面上為零的點…
Schöps et al., 2019
BAD SLAM 提出可即時執行的直接式 BA，以面元表示地圖，同時使用深度的幾何約束與影像梯度的光度約束，並交替最佳化地圖與相機位姿。作者另建立以同步全域快門（global shutter）RGB 與深度相機錄製、…
Shao et al., 2019
VIL-SLAM 把三個模組串接：緊耦合的雙目視覺慣性里程計以固定滯後的位姿圖平滑器估計運動，並以 IMU 頻率輸出位姿；LiDAR 建圖模組用這些位姿為每個點去畸變，再以 LOAM 式邊緣與平面特徵做掃描對地圖配準…
Sumikura et al., 2019
OpenVSLAM 是設計成可被第三方程式呼叫的視覺 SLAM 程式庫，演算法沿用 ORB-SLAM 類的間接法：追蹤模組以 ORB 特徵匹配估計每張影格位姿，建圖模組三角化新點並做局部光束法平差，全域模組負責迴圈偵…
Wang et al., 2019
作者提出只用 CPU 的面元（surfel）稠密建圖系統，相機位姿、參考關鍵影格與位姿圖都由外部稀疏視覺 SLAM（ORB-SLAM2 或 VINS-Mono）提供。每張影像先以擴充的 SLIC 依強度、深度與位置分…
Xu et al., 2019
作者以 ORB-SLAM2 的 RGB-D 模式為基礎，建立可用於室內即時定位系統（RTLS）的視覺 SLAM。除了 ORB-SLAM2 原有的稀疏特徵地圖外，系統把 Kinect 點雲在指定高度範圍內切成虛擬雷射掃…
Ye et al., 2019
LIO-mapping 在滑動視窗內以固定延遲平滑器（fixed-lag smoother）與邊緣化，將 IMU 預積分與 LiDAR 平面特徵的點到面殘差聯合最佳化，並同時線上估計 LiDAR-IMU 外參。里程計…
Zhen & Scherer, 2019
作者把 LiDAR 在先驗地圖中定位的問題寫成一組點落在局部平面上的約束，計算量測距離對位置與姿態擾動的敏感度，分別堆疊成代表力的矩陣 F 與代表力矩的矩陣 T，並把特徵分解後各軸上累積的「虛擬力與力矩」大小定義為可…
Zuo et al., 2019
LIC-Fusion 在多狀態約束卡爾曼濾波器（MSCKF）架構中，緊密融合 IMU、稀疏視覺特徵，以及從光達掃描中擷取並追蹤的邊緣與平面特徵點。其特色是線上估計三種非同步感測器之間的空間外參與時間偏移，以因應低成本…
Brossard et al., 2020
作者主張 ICP 結果的不確定性取決於初始值（通常來自里程計）的不確定性，因此以無跡轉換（unscented transform）額外執行 12 次 ICP 配準來傳遞初始化不確定性，並輸出含初始值與 ICP 結果相…
Camurri et al., 2020
Pronto 是為腿式機器人設計的模組化擴展卡爾曼濾波器：以 IMU 作為高頻過程模型，先融合腿部運動學與接觸偵測得到的速度，再把延遲且低頻的視覺里程計與 LiDAR 點雲配準結果，以鬆耦合的位姿修正方式插入約 10…
Chen et al., 2020
OverlapNet 以孿生網路（siamese network）比較兩次光達掃描，輸入由單次掃描產生的距離影像、法向量、強度與語意機率，輸出兩者的重疊率與相對偏航角。系統以位姿共變異數傳播決定迴圈搜尋範圍，取代 S…
Czarnowski et al., 2020
DeepFactors 把 CodeSLAM 的學習式精簡深度編碼放進標準因子圖：每個關鍵影格的深度由 32 維編碼經以影像為條件的線性解碼器產生，位姿與編碼一起以 GTSAM 的 iSAM2 做批次最大後驗估計。關…
Dubé et al., 2020
SegMap 把 LiDAR 點雲切成可重複擷取的片段（segment），每個片段以 CNN 壓縮成 64 維描述子，再以描述子的最近鄰檢索加上片段質心的幾何一致性檢查，得到相對於地圖的六自由度定位。這些定位結果作為…
Geneva et al., 2020
OpenVINS 是以研究平台定位的開源視覺慣性估測程式庫，核心為流形上的滑動視窗 EKF（MSCKF），採用首次估計 Jacobian（FEJ）維持一致性，並可把部分特徵作為 SLAM 地標保留在狀態中。系統支援相…
Khattak et al., 2020
CompSLAM 的 ICUAS 版本以鬆耦合方式，把視覺慣性里程計（ROVIO）或熱影像慣性里程計（ROTIO，使用完整輻射溫度影像）接到 LOAM 式 LiDAR 里程計與建圖：相機里程計在新點雲到達時提供掃描對…
Kim & Kim, 2020
Removert 以多解析度距離影像（range image）比較查詢掃描與含動態點的累積地圖：先保守地只保留確定的靜態點，再逐步放大查詢與地圖的關聯視窗，把被誤刪的靜態點「回復」（revert），藉此隱式補償位姿估…
Le Gentil et al., 2020
本文以高斯過程（GP）連續表示慣性量測，並對 GP 核函數施加線性運算子，推導出「高斯預積分量測」（GPM）。旋轉僅繞單一軸時，旋轉與速度、位置增量都可解析積分；若含三維旋轉，旋轉增量仍需先以 GP 上取樣再數值積分…
Lin & Zhang, 2020
Loam_livox 把 LOAM 流程改寫給小視野、非重複掃描的固態 LiDAR（Livox Mid-40）。前端依視野邊緣、回波強度、入射角與遮蔽關係剔除不可靠的點，並把反射率突變視為額外的邊緣特徵，以緩解小視野…
Lv et al., 2020
LI-Calib 以連續時間 B 樣條表示 IMU 軌跡，使每個 LiDAR 點的取樣時刻都能取得位姿，並直接以原始加速度與角速度殘差和點對面元（surfel）距離聯合最佳化外參。流程先對齊 LiDAR 與 IMU …
Mildenhall et al., 2020
NeRF 以多層感知器（MLP）將三維位置與觀看方向映射為體密度與顏色，並透過可微分體積渲染（volume rendering）以多視角影像的光度誤差最佳化網路。方法本身不估計相機位姿，實景資料需先以 COLMAP …
Qin et al., 2020
LINS 以機器人中心（robocentric）表述的迭代誤差狀態卡爾曼濾波器（iterated ESKF）緊耦合 6 軸 IMU 與 3D LiDAR：每次迭代都重新尋找點到邊、點到面的特徵對應，以降低錯誤匹配造成…
Reijgwart et al., 2020
Voxgraph 以一組相互重疊的符號距離函數（SDF）子地圖表示環境。前端依固定時間間隔把連續點雲以 voxblox 光線投射整合成 TSDF 子地圖，子地圖完成後再計算歐氏符號距離場（ESDF），並以 march…
Rosinol et al., 2020
Kimera 是模組化的開源度量語意（metric-semantic）視覺慣性 SLAM 函式庫，包含以 GTSAM iSAM2 固定延遲平滑器實作的 VIO、以 PCM 剔除錯誤迴圈的強健位姿圖最佳化、低延遲 3D…
Rozenberszki & Majdik, 2020
LOL 只用 LiDAR 在既有 3D 點雲地圖中做里程計與定位：以 LOAM 連續估計位姿，並把最近數幀點雲累積成局部地圖、切成片段，以 SegMatch 或 SegMap 描述子與預先切割描述的目標地圖片段比對。…
Schöps et al., 2020
SurfelMeshing 假設相機已校正且位姿由外部 SLAM 提供，不把深度融合進體素體積，而是融合成稠密面元（surfel）雲，再在背景非同步地對平滑後的面元做局部三角化，產生頂點即為面元的網格。作者在 Ela…
Shan et al., 2020
LIO-SAM 把 LiDAR 慣性里程計建構在因子圖（factor graph）上，以 iSAM2 增量最佳化 IMU 預積分、LiDAR 里程計、GNSS 與迴圈閉合四種因子，形成緊耦合（tightly-coup…
Usenko et al., 2020
Basalt 採兩層架構整合視覺慣性里程計與全域一致建圖。下層為立體視覺 VIO，以 KLT 光流追蹤 FAST 角點，在滑動視窗中聯合最佳化重投影與 IMU 預積分誤差，並以首次估計 Jacobian 做部分邊際化…
Wang et al., 2020
強度掃描脈絡（Intensity Scan Context，ISC）是一種同時編碼幾何與 LiDAR 強度的全域描述子：先以距離校正強度，再把 50 m 內的點依方位角與半徑分格，每格保留最大強度，形成一張二維矩陣。…
Yang et al., 2020a
D3VO 在直接稀疏里程計（DSO）中三個層次加入深度網路：自監督的 DepthNet 預測深度使新點一開始就有公制尺度，並形成虛擬立體項；網路同時預測光度不確定度，用來取代傳統的殘差權重；PoseNet 預測的相對…
Yang et al., 2020b
作者把穩健估計與離群值過程（outlier process）之間的 Black-Rangarajan 對偶，結合漸進非凸化（graduated non-convexity, GNC），讓任何在無離群值情況下已有非最小…
Zuo et al., 2020
LIC-Fusion 2.0 將光達處理改為滑動視窗內的平面特徵追蹤：以 IMU 做運動補償後擷取低曲率平面點，跨多次掃描追蹤並初始化平面，且考慮幀間轉換不確定性來剔除錯誤匹配。論文同時分析光達慣性子系統在平面特徵下…
Blum et al., 2021
作者主張施工中牆體缺漏、臨時物與實作偏差使 ICP 對整棟 BIM 的對位不可靠，因此提出「局部參考」：先對整個平面圖模型做點到平面 ICP，再只對選定的參考牆面（至少三個互不平行的面）精修，並以影像密度估計網路的分…
Cai et al., 2021
ikd-Tree 讓 k-d 樹只以新進點增量更新，支援單點與方盒範圍的插入、重新插入與刪除（刪除採延遲標記），並在樹上同步降採樣：以邊長 L 的立方格劃分空間，每格只保留最接近格心的點。樹以類似 scapegoat…
Campos et al., 2021
ORB-SLAM3 在 ORB-SLAM2 基礎上加入緊耦合的視覺慣性（visual-inertial）最大後驗估計，包括 IMU 初始化階段，並支援針孔與魚眼相機。其 Atlas 多地圖機制在追蹤失敗時另起新地圖，…
Chebrolu et al., 2021
作者以 Barron 的一般化穩健損失為基礎，把控制核形狀的參數 α 視為未知數，以交替最小化求解：先以一維格點搜尋在 [-10, 2] 內取殘差負對數概似最小的 α，再以迭代重加權最小平方法求解模型參數。為讓 α …
Ebadi et al., 2021
DARE-SLAM 先以 ICP 解的特徵分析估計環境的幾何退化程度，並把模糊、不可觀測的區域排除在迴圈閉合搜尋之外，以免錯誤迴圈扭曲整張地圖。再以 LiDAR 點雲的 2D 與 3D 顯著特徵進行對漂移較不敏感的迴…
Hendrikx et al., 2021
作者把 IFC 格式 BIM 中的牆與柱轉成機器人可查詢的語意世界模型：先將一層樓的 IFC 匯出為 IFC-JSON 並加上 JSON-LD 語境，再把柱的斷面輪廓與牆的中心線加厚度改寫成二維幾何（牆轉為共用角點的…
Koide et al., 2021a
interactive_slam 讓使用者透過圖形介面修正自動 3D LiDAR SLAM 產生的地圖。系統把自動 SLAM 的位姿約束與使用者建立的修正約束放在同一個位姿圖中，以 g2o 最佳化並立即顯示結果。修正…
Koide et al., 2021b
VGICP 延伸 GICP，以體素化取代耗時的最近鄰搜尋：每個體素彙整其內各點的分布（而非像 NDT 直接由點位置計算分布），形成分布對多分布的對應，即使體素內點數少也能得到有效分布。體素化使最佳化容易平行化，作者報…
Le Gentil et al., 2021
IN2LAAMA 是以 3D LiDAR 與 6 自由度 IMU 進行離線批次定位、建圖與外參自動校正的框架。它對每個 IMU 軸以高斯過程回歸建立連續慣性訊號，再對每個 LiDAR 點的時間戳記做預積分，得到「上取…
Li et al., 2021a
SA-LOAM 以開源的 F-LOAM 為基礎，先以預訓練的 RangeNet++ 為每個 LiDAR 點加上語意標籤，再把語意用在里程計與迴圈偵測兩處。里程計部分，邊緣與平面特徵只與相同語意的子地圖點配對，依類別分…
Li et al., 2021b
LiLi-OM 是同時支援固態（Livox Horizon）與機械式 LiDAR 的緊耦合 LiDAR 慣性里程計與建圖系統。前端以輕量的特徵式掃描配準（點到邊、點到面）快速估計運動並自適應挑選關鍵影格；後端以階層式…
Lim et al., 2021
ERASOR 假設都市環境中多數動態物體與地面接觸，以自我中心的極座標區塊計算「偽佔據」（pseudo occupancy，區塊內高度差），比較查詢掃描與地圖子集的比值，找出可能含動態點的區塊；再以區域地面平面擬合（…
Lin et al., 2021
R2LIVE 在單一誤差狀態迭代卡爾曼濾波器（ESIKF）中，同時以光達平面特徵的點到平面殘差與視覺角點的重投影誤差更新狀態，達成高頻率的緊密耦合里程計。另以滑動視窗因子圖最佳化精修影像關鍵影格位姿與視覺地標，並線上…
Liu & Zhang, 2021
BALM 將光達束調整（LiDAR bundle adjustment, BA）定義為最小化各特徵點到其所屬邊緣或平面的距離，並證明邊緣與平面參數可用封閉解消去，使最佳化只剩下掃描位姿，因而可以納入大量稠密平面與邊緣…
Lv et al., 2021
CLINS 以兩組累積式均勻三次 B 樣條分別表示位置與旋轉，將 LiDAR 慣性系統的軌跡建模為連續時間函數。每個新掃描到達時先以 IMU 積分初始化新增控制點，再在局部視窗內把 LOAM 邊緣與平面特徵以各點自身…
Macenski & Jambrecic, 2021
SLAM Toolbox 是以 SRI 的 Open Karto 為基礎的 ROS 2D 雷射位姿圖 SLAM 套件，提供同步建圖、非同步建圖與純定位三種模式，也支援多次作業（multi-session）建圖。它把完…
Moura et al., 2021
作者在歐盟 COBOLLEAGUE 專案中提出把 BIM 轉成 SLAM 位姿圖的介面。IFC 模型先依樓層（IfcStorey 高程）拆分，排除門、窗與空間後轉成網格、體素化並存成八元樹；再由樓層八元樹投影出可通行…
Nubert et al., 2021
DeLORA 以自監督（self-supervised）方式訓練 LiDAR 里程計網路：推論時只輸入由原始掃描投影成的球面距離影像，網路直接輸出相鄰兩幀的相對位姿；訓練時以 KD-tree 在三維空間尋找對應點，計…
Oelsch et al., 2021
R-LOAM 延伸 LOAM（A-LOAM 實作）的建圖模組：假設環境中有一個幾何與全域位姿皆已知的參考物件，先以物件包圍盒裁切掃描點，再透過 AABB 樹找出每個掃描點在三角網格上的最近虛擬點，形成點到網格（poi…
Palieri et al., 2021
LOCUS 是以 LiDAR 為主的里程計：每顆 LiDAR 的點先依 IMU 或其他里程計做運動畸變校正，再依已知外參合併，經體素與隨機降採樣後，以多執行緒 GICP 依序做掃描對掃描與掃描對子地圖配準。其他感測來…
Pan et al., 2021
MULLS 不依賴掃描線或距離影像，直接把每幀點雲分類為地面、立面、屋頂、柱、梁與頂點等幾何特徵點，因而可用於不同線數與配置的 LiDAR。前端以「多度量線性最小平方」ICP 在各類別內同時最小化點到點、點到面與點到…
Qian et al., 2021
RF-LIO 以 LIO-SAM 為基礎，處理大量移動物體時「先要準確位姿才能移除動態點、但動態點又破壞配準」的循環問題。新關鍵影格到達時先不做掃描配準，而是以 IMU 預積分取得初始位姿，並依預測的平移與旋轉誤差決…
Shan et al., 2021
LVI-SAM 以因子圖（factor graph）為核心，將視覺慣性子系統（VIS）與光達慣性子系統（LIS）緊密耦合：LIS 提供位姿與 IMU 偏差協助 VIS 初始化，VIS 的視覺里程計則作為光達掃描配準（…
Sucar et al., 2021
iMAP 首次以單一 MLP 作為即時 RGB-D SLAM 的唯一地圖表示，追蹤執行緒對固定網路最佳化目前位姿，建圖執行緒同時最佳化網路與關鍵影格位姿。以資訊導向的像素取樣與關鍵影格重播緩解遺忘。作者強調 MLP …
Tagliabue et al., 2021
LION 是 CoSTAR 團隊參加 DARPA 地下挑戰賽所用的 LiDAR 慣性里程計。前端以廣義 ICP 做相鄰掃描配準並先以 IMU 旋轉對齊重力，後端在 GTSAM 中以 3 秒固定延遲滑動視窗平滑器融合 …
Teed & Deng, 2021
DROID-SLAM 以卷積 GRU 反覆預測稠密光流修正，並透過可微分稠密光束調整（dense bundle adjustment, DBA）同步更新相機位姿與逐像素反深度。前端做局部光束調整，後端對全部關鍵影格做…
Vizzo et al., 2021
PUMA 把最近 N 次掃描累積成局部點雲，以 Poisson 表面重建生成三角網格，並依頂點密度修剪 10% 低支持頂點，移除 Poisson 在無資料處外插的表面；新掃描以射線投射求與網格三角面的交點作為對應，進…
Wang et al., 2021a
F-LOAM 以 LOAM 為基礎，著眼於降低計算量：運動畸變校正改為非迭代的兩階段方法，先以等速模型預測並校正，待位姿最佳化後再重算一次畸變並更新地圖。配準時把特徵點直接對齊全域邊緣地圖與平面地圖，並以局部平滑度作…
Wang et al., 2021b
SSL_SLAM 是針對小視野、高頻率固態 LiDAR（Intel L515）設計的輕量 LiDAR 建圖定位。它先把點雲依垂直與水平角度分格並取格內平均，再以鄰域平滑度擷取邊緣與平面特徵，使特徵在大幅旋轉下仍較一致…
Wang et al., 2021c
PWCLO-Net 是直接以原始 3D 點雲學習的監督式 LiDAR 里程計。它借用光流網路的金字塔、變形與代價體（PWC）結構：兩幀點雲先經共享權重的點特徵金字塔，再以注意力代價體建立軟對應；可訓練的嵌入遮罩為每個…
Xu & Zhang, 2021
FAST-LIO 以緊耦合迭代擴展卡爾曼濾波（iterated extended Kalman filter, iEKF）融合 LiDAR 特徵點與 IMU，並以 IMU 前向傳播與反向傳播（back-propaga…
Yokozuka et al., 2021
LiTAMIN2 把每次 LiDAR 掃描的點投票到較大的體素（實驗採 3 m），每個體素只以一個常態分布近似，使參與配準的點數降到原始掃描的約 0.5%。為了在點數大減後維持精度，它在 ICP 成本中引入對稱 KL…
Yuan et al., 2021
本法不用棋盤格，而以自然場景中的邊緣特徵對齊 LiDAR 與相機。作者依 LiDAR 量測原理分析：深度不連續邊緣受前景與背景混合影響不可靠，因此改以體素切分與平面擬合取得深度連續邊緣，並分析邊緣分布對校正精度的敏感…
Yunus et al., 2021
ManhattanSLAM 是只用 CPU 的室內 RGB-D SLAM。每一影格擷取 ORB 點、LSD 線段與深度圖中的平面；只要找到兩或三個相互垂直的平面就組成一個曼哈頓座標系（Manhattan Frame）…
Zhao et al., 2021
Super Odometry 以 IMU 為中心：IMU 里程計提供運動預測給視覺慣性與光達慣性子系統，後兩者回傳相對位姿約束來限制 IMU 偏差，形成由粗到細的估計流程，兼具鬆耦合的容錯與緊耦合的精度。光達端以 P…
Zhou et al., 2021
這個方法以平面作為室內 LiDAR SLAM 的地標，類比視覺 SLAM 的光束法平差，聯合最佳化關鍵影格位姿與平面參數，作者稱為平面平差。定位執行緒以前向 ICP 流把上一幀的平面點追蹤到目前幀，直接得到局部對全域…
Zhu et al., 2021
CamVox 把低成本的 Livox Horizon 固態 LiDAR 當作 ORB-SLAM2 的深度感測器：LiDAR 點先以 IMU 依各點時間校正運動畸變並轉到相機觸發時刻，再投影成與彩色影像逐像素對應的深度…
Bai et al., 2022
Faster-LIO 以 FAST-LIO2 為基礎，將 ikd-Tree 換成增量式稀疏體素（iVox），以雜湊表與 LRU 快取管理體素，並以近似 k 近鄰查詢取代嚴格 k 近鄰，以換取大幅加速。作者提出線性與偽…
Cao et al., 2022
GVINS 在 VINS-Mono 的滑動視窗非線性最佳化中，直接加入 GNSS 原始量測（碼偽距與都卜勒頻移）以及接收器時鐘偏差與漂移因子，與影像及 IMU 緊耦合，提供無漂移的全域六自由度位姿。系統先以單點定位得…
Chang et al., 2022
LAMP 2.0 是 CoSTAR 團隊為 DARPA 地下挑戰賽開發的集中式多機器人 LiDAR 位姿圖 SLAM。各機器人的前端介面可接不同里程計（LOCUS 或 Hovermap）與不同 LiDAR 配置，先以…
Chen et al., 2022a
DLO 採「速度優先」設計，直接使用輕度降採樣的稠密點雲，以自製 NanoGICP 先做相鄰掃描配準、再對由關鍵影格組成的子地圖配準。子地圖不以半徑搜尋點，而是在關鍵影格空間中選取最近鄰與凸包關鍵影格拼接，使遠處結構…
Chen et al., 2022b
NDT-LOAM 把 LOAM 的特徵式前端改成加權的常態分布轉換（NDT）直接配準：每個 NDT 格依量測距離與格內形狀（平面、線狀或立體）給不同權重，並以目前幀對最近關鍵影格配準（Scan2Key）降低逐幀累積誤…
Dellenbach et al., 2022
CT-ICP 以每次掃描的起始與結束兩個位姿參數化掃描內的連續時間軌跡，在點到平面 ICP 中同時估計扭曲，使掃描可「彈性」變形；掃描之間允許不連續，並以位置一致與等速兩項約束抑制過度跳動。地圖為稀疏體素中的稠密點雲…
Faizullin et al., 2022
本系統以 STM32F4 微控制器模擬 GNSS 時鐘（PPS 與 NMEA GPRMC 訊息）輸入 VLP-16 的硬體同步介面，無需實體 GNSS 接收器，並以中斷為 IMU（MPU-9150）資料打時間戳記。作…
Frosi & Matteucci, 2022
ART-SLAM 是模組化的 LiDAR 圖式 SLAM，架構參考 hdl_graph_slam：點雲先降採樣並以八分區平行去除離群點，追蹤模組以完整點雲對最近關鍵影格配準（可選 ICP、GICP、VGICP 或 N…
Kayhani et al., 2022
作者為低成本商用無人機提出以平面標籤輔助的視覺慣性定位。AprilTag 的尺寸、編號與在 BIM 座標系中的位姿事先已知，濾波器以機上里程計提供的平移與旋轉速度做預測，並直接把每個偵測到的標籤四個角點的像素座標當作…
Kim & Kim, 2022
LT-mapper 把長期建圖拆成三個模組：LT-SLAM 以錨節點（anchor node）多時段位姿圖與 Scan Context 跨時段迴圈，對齊原點不同且各自漂移的時段；LT-removert 先移除高動態點…
Kim et al., 2022b
Scan Context++ 擴充原 Scan Context，提出極座標的 Polar Context（處理航向旋轉）與直角座標的 Cart Context（處理側向平移）兩種描述子。流程分三段：以檢索鍵（retr…
Lin & Zhang, 2022
R3LIVE 由光達慣性里程計（LIO，沿用 FAST-LIO2）重建幾何結構，視覺慣性里程計（VIO）則為地圖點上色並同時估計狀態。VIO 先以光流追蹤點的 PnP 重投影誤差粗估，再以地圖點 RGB 與當前影像的…
Nubert et al., 2022b
本文以神經網路直接由單一 LiDAR 掃描預測掃描對掃描配準在六個自由度上是否可定位，不需先建立對應或求解配準最佳化即可提早偵測失效。網路只用模擬資料訓練，並取代 CompSLAM 中以特徵值門檻判斷退化的模組；在礦…
Oelsch et al., 2022
RO-LOAM 是可外掛在 LiDAR SLAM 上的「參考物件式軌跡與地圖最佳化」：LOAM 本身不修改，每隔 L 幅掃描便把最近 M+1 幅裁切後的掃描以 ICP 對齊到已知參考物件的稠密點雲模型，再以 EKF …
Park et al., 2022
本文是 Elastic LiDAR Fusion 的期刊延伸，正式版將系統命名為 ElasticLiDAR++，把以地圖為中心的變形式 SLAM 推廣到旋轉單線與多線 3D LiDAR，並融合 IMU 與相機。局部以…
Ramezani et al., 2022
Wildcat 是 CSIRO 的線上 3D LiDAR 慣性 SLAM，其里程計是 Zebedee 等離線連續時間方法概念的即時實作：在固定長度的滑動時間視窗內，把點雲依位置與時間聚成多解析度橢球面元（surfel…
Reinke et al., 2022
LOCUS 2.0 是以 LiDAR 為核心、可鬆耦合其他里程計的多階段 GICP 里程計，針對算力與記憶體受限的地下探勘機器人設計。它把 GICP 所需的點共變異數改由預先計算的法向量直接構成，地圖點不必重算共變異…
Schaub et al., 2022
作者以 Kudan LiDAR SLAM 追蹤 Ouster OS0-128 光達（含感測器 IMU 資料），將關鍵影格累積的點雲配準到以 IfcOpenShell 解析並體素化（0.1 m）的 BIM 點雲：先以法…
Tian et al., 2022
Kimera-Multi 是分散式多機器人度量語意 SLAM：各機器人以 Kimera-VIO（雙目與 IMU）估計軌跡並建立語意網格；相遇時交換詞袋描述子並做幾何驗證取得跨機迴圈；以分散式漸進非凸（D-GNC）穩健…
Vizzo et al., 2022
VDBFusion 以 OpenVDB 的階層稀疏體積結構儲存 TSDF，提供 C++ 與 Python 介面；權重函數可在執行時以 lambda 傳入，空間雕刻（space carving）可選擇開關，網格擷取可設…
Xu et al., 2022
FAST-LIO2 延續 FAST-LIO 的緊耦合迭代卡爾曼濾波，但取消手工特徵擷取，直接以原始點對地圖中局部平面做點到平面（point-to-plane）配準，使系統較不依賴特定 LiDAR 掃描樣式。地圖以作者…
Yang et al., 2022
Vox-Fusion 將神經隱式表面與傳統體素融合結合：場景以八元樹（octree）與 Morton 編碼管理的稀疏體素表示，體素頂點存放共享的特徵向量，再由多層感知器解碼成 SDF 與顏色。新影格的深度點雲一旦落在…
Yuan et al., 2022
VoxelMap 把空間切成以雜湊表索引的根體素，每個根體素再以八元樹由粗到細細分，直到內部點足以擬合一個平面；每個平面同時估計參數與共變異數，共變異數來自 LiDAR 測距與方位雜訊及位姿估計誤差的傳播。新點以考慮…
Zheng et al., 2022
FAST-LIVO 的 LIO 與 VIO 皆採直接法（direct method）：光達原始點以點到平面殘差配準到地圖，視覺部分則把影像小區塊（patch）附掛在光達地圖點上，直接以稀疏光度誤差對齊新影像，不擷取、…
Zhu et al., 2022a
NICE-SLAM 以多層級特徵格網搭配預先訓練的小型解碼器取代單一 MLP，使地圖更新可局部進行，改善大型室內場景的可擴展性與過度平滑問題。追蹤與建圖以深度與顏色重渲染誤差交替最佳化。作者指出方法沒有迴圈閉合，且預…
Zhu et al., 2022b
LI-Init 在 LiDAR 慣性里程計啟動前，自動判斷資料激勵是否足夠，並線上估計 LiDAR 與 IMU 的時間偏移、外參、重力向量與 IMU 偏差。時間偏移先以互相關粗估，再與旋轉外參聯合最佳化。作者強調若時…
von Stumberg & Cremers, 2022
DM-VIO 是單目視覺慣性里程計，以 DSO 的直接光度光束法平差為核心，加入 IMU 預積分並把尺度與重力方向作為顯式變數持續最佳化。作者提出延遲邊際化：另外維護一個延遲 100 個關鍵影格才邊際化的因子圖，可在…
Agarwal et al., 2023
Ceres Solver 是 Google 發展的開源 C++ 大規模最佳化程式庫，可求解含邊界限制的非線性最小平方問題與一般無約束最佳化。官方版本歷史說明其於 2010 年開始開發、2012 年 5 月開源釋出，並…
Bavle et al., 2023
S-Graphs+ 把關鍵影格位姿圖與三維場景圖放進同一個即時最佳化的因子圖，分成關鍵影格、牆面、房間與樓層四層。前端在每個新關鍵影格以序列 RANSAC 擷取牆面平面，並用以 ESDF 建立的自由空間圖分群，再與牆…
Chen et al., 2023
DLIO 以由粗到細的方式建構掃描內連續時間軌跡：先以 IMU 數值積分得到離散位姿，再以恆定急動度（jerk）與恆定角加速度的解析式為每個點求得去畸變轉換，可平行計算。去畸變同時產生 GICP 的初值，因此可省去掃…
Cramariuc et al., 2023
maplab 2.0 是以因子圖為核心的模組化、多模態建圖框架：一張地圖由多個任務（mission，即單次連續建圖時段）組成，頂點包含位姿、速度、IMU 偏差與地標，可整合視覺、光達與語意地標。新版加入 mappin…
Deng et al., 2023
NeRF-LOAM 將 LiDAR 里程計與建圖都建立在稀疏八元樹體素嵌入加上共用解碼器的神經 SDF 上，以 SDF 誤差對位姿做梯度下降，並把地面與非地面點分開以抑制 Z 方向漂移。最後以關鍵掃描緩衝區精修地圖與…
He et al., 2023a
Point-LIO 在每一個 LiDAR 點或 IMU 取樣到達時，就以不迭代的流形擴展卡爾曼濾波（on-manifold EKF）進行傳播與更新，里程計輸出可達 4 至 8 kHz，並從架構上避免掃描內的運動畸變。…
He et al., 2023b
本文提出在流形上建構迭代誤差狀態擴展卡爾曼濾波（IESEKF）的通用符號化方法：以 ⊞、⊟ 與 ⊕ 運算把機器人系統寫成離散時間的流形標準形式，使濾波各步驟中的流形約束與系統特定部分分離，並證明其最小參數化在整個工作…
Isaacson et al., 2023
LONER 以點到平面 ICP（以單位矩陣為初始猜測，不使用 IMU）追蹤降採樣至 5 Hz 的 LiDAR 掃描，並在平行執行緒中以關鍵影格視窗（目前關鍵影格加上 7 個隨機選取的過去關鍵影格）聯合最佳化 MLP …
Johari et al., 2023
ESLAM 以多尺度軸對齊特徵平面（tri-plane）取代體素網格，使記憶體隨場景邊長由立方成長降為平方成長，並直接解碼截斷符號距離場（TSDF）以加速收斂。作者承認特徵平面的更新可能影響已重建區域，因此需投入大量…
Jung et al., 2023
MA-LIO 處理多顆非同步、視野與掃描樣式不同的 LiDAR：先以 IMU 離散模型傳播位姿與共變異數，再以 B 樣條內插求得任一點取樣時刻的位姿，把各 LiDAR 的點去畸變並轉換到最後一顆 LiDAR 最新點的…
Kerbl et al., 2023
3DGS 以具各向異性共變異的三維高斯基元表示場景，並以可微分的分塊光柵化（tile-based rasterization）直接由影像誤差最佳化其位置、形狀、不透明度與球諧顏色。初始化依賴 SfM 相機與稀疏點雲。…
Lang et al., 2023
Coco-LIC 以非均勻 B 樣條（non-uniform B-spline）表示連續時間軌跡，依 IMU 感知的運動劇烈程度動態配置控制點，在平緩運動時使用較少控制點、劇烈運動時加密，以兼顧精度與計算量。視覺像素…
Lim et al., 2023
AdaLIO 以 Faster-LIO 為基礎，針對螺旋樓梯與走廊等狹窄室內空間中固定參數導致對應點驟減而發散的問題，加入自適應參數策略：當體素降取樣後的點數少於一般情況且多數佔用體素靠近感測器原點時，判定為類走廊的…
Lin et al., 2023
ImMesh 以 VoxelMap 的機率平面與迭代卡爾曼濾波估計位姿，並把經空間降採樣、配準後的 LiDAR 點當成網格頂點（以 ikd-Tree 維持頂點最小間距）；每個有新點的體素將其頂點投影到該體素主平面上，…
Liu et al., 2023a
BALM2 延續以點到平面或邊緣之歐氏距離為殘差的光達 BA，並提出「點簇（point cluster）」概念，把同一特徵上的所有原始點壓縮為一組緊湊參數，使代價、導數與不確定度計算都不需逐點列舉。作者推導封閉形式的…
Liu et al., 2023b
HBA 針對大場景下原始光達 BA 計算量過大的問題，採「由下而上」分層 BA：在小視窗內做局部 BA 並把視窗內各幀合併為上一層的關鍵影格，逐層向上，最後在頂層做全域 BA；再「由上而下」以位姿圖最佳化把結果平滑回…
Lv et al., 2023
CLIC 以分段三次 B 樣條表示連續時間軌跡，在固定時間長度的滑動視窗內做平滑：LiDAR 點到平面、原始 IMU、偏差與視覺重投影因子都在各自量測時刻取軌跡位姿，並推導解析雅可比矩陣、以邊緣化保留舊狀態的資訊，使…
Nguyen et al., 2023
SLICT 以 UFOMap 八元樹維護全域多尺度面元（surfel）地圖，每個節點只存點數、座標和與散佈矩陣，因此子節點新增或刪除時可遞增更新父節點面元，不必反覆重建整張地圖的 k-d 樹。前端把一顆或多顆 LiD…
Qin et al., 2023
GeoTransformer 屬學習式、免關鍵點的配準：先在降採樣的超點（superpoint）間比對，再傳播到稠密點。其幾何 Transformer 編碼點對距離與三點角度，使特徵對剛體變換不變，並在低重疊情形下保…
Rosinol et al., 2023
NeRF-SLAM 把稠密單眼 SLAM 與即時雜湊式神經輻射場串接：追蹤端直接採用 DROID-SLAM 的學習式光流與稠密光束法平差，並依 σ-Fusion 的做法由 Hessian 結構計算每個深度與位姿的邊際…
Ruan et al., 2023
SLAMesh 將掃描點分入體素格，在每格內以高斯過程（Gaussian process）回歸局部表面，於規則分布的位置預測頂點座標與不確定性，再直接連接相鄰頂點形成網格。新掃描同樣重建後，依頂點位置快速建立點對網格…
Sandström et al., 2023
Point-SLAM 將神經特徵錨定在隨輸入逐步生成的點雲上，並依影像梯度動態調整點密度，細節處加密、平坦處稀疏；追蹤與建圖共用同一個以 RGB-D 重渲染誤差最佳化的點式表示。其網格評估在計算精確率與召回率前先以 …
Schmid et al., 2023
Dynablox 延伸 Voxblox 的雜湊區塊體素地圖，在機器人運作中逐步估計「高信心自由空間」，並同時建模感測雜訊與稀疏性、狀態估計漂移及地圖不完整；落入高信心自由空間的點即判定為移動點，再以其為種子擴張叢集。…
Tang et al., 2023
FF-LINS 認為把掃描配準到自建全域地圖（frame-to-map）會讓 LiDAR 慣性估計器把原本不可觀的全域偏航與位置錯誤地當成可觀，造成不一致。它採以 INS 為中心的架構：先以 INS 機械編排的高頻位…
Teed et al., 2023
DPVO 是深度學習式單眼視覺里程計，把 DROID-SLAM 的稠密光流改為只追蹤稀疏影像區塊（patch）。每張影格隨機取樣區塊，循環更新網路依相關特徵、時間向卷積與訊息傳遞預測區塊軌跡修正量與信心權重，再由可微…
Torres et al., 2023
作者提出從 BIM 產生適合 2D LiDAR 定位的地圖，並比較不同定位器在 Scan-BIM 偏差下的表現。首先以 IfcConvert 在指定高度切出只含結構構件的 SVG 剖面，再用 OpenCV 輪廓階層區…
Vizzo et al., 2023
KISS-ICP 回歸最基本的點到點（point-to-point）ICP，僅保留等速運動預測與逐點去畸變、體素雙重降採樣、依運動模型偏差自適應的對應距離門檻，以及穩健核函數等少數元件。地圖為雜湊表中的降採樣體素點雲…
Wang et al., 2023a
Co-SLAM 結合多解析度雜湊網格（hash grid）與 one-blob 座標編碼，兼顧收斂速度與表面連續補洞，並以隨機取樣所有關鍵影格光線進行全域光束調整。作者特別指出評估前的網格裁切（mesh cullin…
Wang et al., 2023b
D-LIOM 把 Cartographer 式的直接配準改為與 IMU 緊耦合的 3D 版本：每個去畸變掃描不擷取特徵，直接以高斯牛頓法對齊到 3D 佔據機率子地圖，得到的位姿作為一元 LiDAR 因子，與 IMU …
Wisth et al., 2023
VILENS 是針對足式機器人的里程計，以因子圖（factor graph）在固定時間窗內緊耦合（tightly coupled）融合 IMU、腿部運動學、相機與 LiDAR 四種感測器。其關鍵在於把腿部運動學換算的…
Yin et al., 2023
作者將 BIM 依樓層拆分，經 IfcOpenShell 轉為網格後取樣成帶有構件類別的語意點雲地圖，免除事先以 SLAM 建圖。定位時先做點對面 ICP，再依語意一致性篩選並加權的 ICP 精化位姿。實驗在新加坡國…
Yuan et al., 2023a
SDV-LOAM 把視覺與 LiDAR 分成前後兩個模組：視覺模組是半直接法深度增強視覺里程計，先以光度誤差直接估計位姿，再做帶傳播的點匹配與重投影修正，並以滑動視窗光束法平差最佳化，追蹤點的深度直接取自投影的 Li…
Yuan et al., 2023b
STD 在由數次掃描累積而成的關鍵影格上，先以體素共變異數矩陣的特徵值判斷平面並以區域成長擴展，再把平面邊界體素中的點投影到所屬平面形成影像，取 5×5 鄰域極大值作為關鍵點；每個關鍵點以 kd-tree 取 20 …
Zhang et al., 2023b
GO-SLAM 以 DROID-SLAM 的學習式稠密光流與可微分稠密光束法平差（dense bundle adjustment）作為追蹤核心，在前端依光流估算的共視度偵測迴圈，並在獨立執行緒中對所有關鍵影格線上執行…
Zhong et al., 2023
SHINE-Mapping 以稀疏八元樹階層特徵格網搭配共用淺層 MLP，從已知位姿的 LiDAR 點雲學習符號距離場（SDF），並以正則化處理增量建圖的遺忘問題。它不做位姿估計，屬已知位姿下的建圖元件。作者用合成 …
Zhuang et al., 2023
4D iRIOM 以 4D 成像雷達加 IMU 做里程計與建圖：每張雷達掃描先用漸進非凸（GNC）方法估計自身速度，排除移動物與多路徑造成的離群點，再把稀疏雷達點與局部子地圖的多個鄰近點以協方差加權配準；兩類量測都送…
Chen et al., 2024
iG-LIO 將廣義 ICP（GICP）約束與 IMU 約束緊耦合於最大後驗（MAP）估計，以迭代式誤差狀態更新求解。作者以體素為基礎的表面共變異數估計器降低共變異數計算成本，並以增量式體素地圖儲存環境的機率模型，以…
Duberg et al., 2024
DUFOMap 不直接偵測動態物，而是辨識「曾被完整觀測為空」的空洞區域（void region）：以射線投射判斷體素是否被完整看空，一旦成立，其他時刻落在其中的點即為動態點。方法以 UFOMap 八元樹實作，並加入…
Ferrari et al., 2024
MAD-ICP 將每次掃描建成以主成分分析（PCA）切分的 kd 樹，葉節點帶有平均位置與法向量，並以點到平面 ICP 對齊關鍵影格 kd 樹組成的局部地圖。局部地圖只在匹配比例低於門檻時更新，且依位姿共變異數的行列…
Ha et al., 2024
GS-ICP SLAM 讓追蹤與建圖共用同一張三維高斯地圖：追蹤端把目前深度影像降採樣反投影後，以 k 近鄰共變異數組成來源高斯，再用廣義 ICP（G-ICP）與地圖中的目標高斯配準求得位姿；建圖端則直接沿用這些共變…
Hatleskog & Alexis, 2024
本法把點與法向量的雜訊傳遞到點對面最佳化的 Hessian，計算每個特徵方向訊號明顯大於雜訊的機率，作為退化判定。更新時不採硬門檻，而以該機率縮放特徵值倒數，平滑地衰減退化方向的更新。參數依 LiDAR 規格書的雜訊…
Hong et al., 2024
LIV-GaussMap 以硬體同步的 LiDAR-慣性系統及尺寸自適應體素取得位姿與平面結構，將體素平面的共變異轉為高斯初始形狀，再用影像光度梯度精修球諧顏色與結構。作者在 FusionPortable 以 Cha…
Huang et al., 2024a
2DGS 將三維體積壓縮為一組有方向的二維平面高斯圓盤，使基元在多視角下具一致的幾何，並加入深度失真與法向一致性正則化。網格以渲染深度圖經 TSDF 融合取得。作者在 DTU 以 Chamfer 距離、在 Tanks…
Huang et al., 2024b
LOG-LIO 在 FAST-LIO2 的迭代誤差狀態卡爾曼濾波架構上，加入即時的局部幾何資訊估計。作者提出 Ring FALS：預先依 LiDAR 的環編號與方位角建立方位向量查找表，新掃描到達時只需距離值即可以近…
Huang et al., 2024c
Photo-SLAM 將 ORB-SLAM3 的特徵式定位、局部光束調整與迴圈閉合，與以高斯參數擴充的「超基元」地圖解耦結合，幾何由特徵點與因子圖負責，外觀由高斯潑濺負責。作者明言目標是沉浸式探索的精簡表示而非稠密網…
Keetha et al., 2024
SplaTAM 以等向性、顏色不隨視角變化的三維高斯為唯一地圖。追蹤時固定高斯，只在剪影值大於 0.99 的已充分觀測像素上，以深度 L1 與權重減半的顏色 L1 最佳化位姿（以等速模型初始化）；建圖時依剪影與深度誤…
Koide et al., 2024
GLIM 以 GPU 加速的體素化 GICP 配準誤差因子（matching cost factor）取代傳統的掃描對模型配準與以高斯近似的相對位姿約束。里程計以固定延遲平滑（fixed-lag smoothing）…
Koide, 2024
small_gicp 是僅需標頭檔的 C++ 點雲精配準函式庫，平行化下採樣、最近鄰搜尋、局部特徵估計與配準整條流程，以減少 PCL 與 Open3D 僅部分多執行緒所造成的瓶頸。它提供點對點、點對平面與 GICP …
Leroy et al., 2024
MASt3R 在 DUSt3R 上增加輸出稠密局部特徵的分支並以匹配損失訓練，同時提出快速互為最近鄰匹配以降低二次複雜度。與 DUSt3R 不同，當訓練真值為公制時不做尺度正規化，使模型可輸出公制尺度點圖。其 DTU…
Lim et al., 2024
Quatro++ 針對 LiDAR SLAM 迴圈閉合中的全域配準，處理機械旋轉式 LiDAR 點雲稀疏、以及離群剔除後剩下不足三個內點造成退化兩個問題。方法先以地面分割移除幾何資訊少的地面點，再做特徵匹配與最大團內…
Lin & Zhang, 2024
R3LIVE++ 延伸 R3LIVE，在 VIO 中加入相機光度校正（響應函數與暗角）及曝光時間的線上估計，使地圖點儲存的是與曝光無關的輻射值（radiance）而非原始顏色。作者在 NCLT 公開資料集的 25 個…
Lipson et al., 2024
DPV-SLAM 在稀疏影像區塊（patch）視覺里程計 DPVO 上加入兩種迴圈閉合，讓深度學習式單眼 SLAM 可在單張 GPU 上以穩定的影格速率運作。近距迴圈閉合依相機位置偵測重訪，只保留舊影格的區塊特徵並建…
Liso et al., 2024
Loopy-SLAM 在 Point-SLAM 的神經點雲上加入子地圖、詞袋式全域地點辨識與穩健位姿圖最佳化，迴圈閉合後直接剛性平移子地圖中的點以修正地圖，毋須保存全部歷史影格。作者未研究光束調整精修，且實作尚非即時。
Liu et al., 2024
GLIO 在因子圖中緊耦合 GNSS 原始量測、LiDAR 與 IMU：第一階段以滑動視窗融合基準站差分後的雙差虛擬距離、都卜勒、IMU 預積分與 LiDAR 掃描對地圖平面因子；第二階段在獨立執行緒上對關鍵影格做批…
Matsuki et al., 2024
MonoGS 是首個以三維高斯為唯一表示的單目 SLAM，以解析的李群雅可比直接最佳化相機位姿，並提出等向性正則化避免高斯沿視線拉長。有深度時加入幾何殘差。單目結果沒有公制尺度，評估時需做尺度對齊；地圖品質只以渲染指…
Millane et al., 2024
nvblox 將 Voxblox 的分層體素地圖移到 GPU：以雜湊表索引 8x8x8 體素區塊，並行更新 TSDF 或佔據層，定期以平行 marching cubes 產生網格；另提出以區塊內掃掠與跨區塊傳遞交替進…
Pan et al., 2024
PIN-SLAM 以稀疏可最佳化的神經點編碼局部符號距離場（SDF），里程計採不需最近點配對的點對隱式 SDF 配準，並以局部地圖產生的描述子偵測迴圈、做位姿圖最佳化。因神經點隨所屬影格一起移動，迴圈修正後隱式地圖可…
Peng et al., 2024
RTG-SLAM 是以 RGB-D 相機即時重建大範圍室內場景的三維高斯 SLAM。每個高斯只能是不透明或近乎透明：不透明高斯被視為橢圓圓盤，深度以射線與圓盤交點計算，使單一高斯即可貼合一塊局部表面，透明高斯只補足殘…
Pfreundschuh et al., 2024
COIN-LIO 以 FAST-LIO2 的點到平面配準為基礎，將 LiDAR 強度回波投影為強度影像並做亮度一致化濾波，再把影像區塊的光度誤差（photometric error）一併放入迭代擴展卡爾曼濾波。作者偵…
Tuna et al., 2024
X-ICP 針對 LiDAR 在幾何資訊不足環境（隧道、開放平面、狹窄走廊）中 ICP 沿弱約束方向發散的問題，先利用掃描與地圖的對應，分析各最佳化主方向的對齊強度，細緻判定可定位性（localizability）。…
Vega-Torres et al., 2024
SLAM2REF 把行動 LiDAR 與 IMU 資料和既有 BIM 或點雲參考圖整合，用於室內無 GPS 環境的長期建圖。流程先由參考圖產生佔據網格與模擬 LiDAR 掃描作為「參考工作段」，再以 DLIO 去除實…
Wang et al., 2024
DUSt3R 將雙視角三維重建改寫為以 Transformer 直接回歸兩張影像在同一座標系下的逐像素點圖（pointmap），不需要相機內參或位姿；多張影像時以全域對齊合併點圖。訓練時以平均距離正規化點圖，因此輸出…
Wu et al., 2024a
LIO-EKF 把 KISS-ICP 的點對點配準與傳統誤差狀態擴展卡爾曼濾波結合成緊耦合 LiDAR 慣性里程計。預測步使用慣性導航領域的精確捷聯 INS 機械編排，作者認為 IMU 預測夠準，因此每個掃描只做一次…
Wu et al., 2024b
VoxelMap++ 延伸 VoxelMap：每個 0.5 m 體素只以三自由度參數（a、b、d）與其共變異數表示平面，並以可累加的和式遞增最小平方擬合，降低計算與記憶體。體素內平面在累積 50 點收斂後即丟棄原始點…
Yan et al., 2024
GS-SLAM 將三維高斯潑濺（3D Gaussian Splatting）用於 RGB-D 稠密 SLAM：場景由帶不透明度與一階球諧係數的各向異性高斯表示，位姿則透過作者推導的潑濺解析梯度直接最佳化。建圖時依累積…
Yang et al., 2024
此框架針對手持與機器人搭載光達建圖系統，串接四個模組：以 OctoMap 為基礎，加入子地圖多平面 RANSAC 回填、K 近鄰投票與半徑搜尋後處理的動態點移除；以 PCA-SHOT 特徵配對與 RANSAC 粗對齊…
Yuan et al., 2024
SR-LIVO 以掃描重組（sweep reconstruction）把光達點流重新切段，使每段掃描的結束時間對齊影像擷取時間，讓較可靠的 LIO 直接估計每張影像當下的位姿。視覺模組因此不再負責狀態估計，只最佳化相…
Zhang et al., 2024b
作者把 BIM 構件以構造實體幾何（CSG）拆解並以解析距離場表示，避免取樣造成資訊損失。粗配準以平面基元對 BIM 面在重力軸對齊下搜尋對應，並以剛體動力學模擬驗證幾何一致性；精配準則交替更新位姿與逐點對應權重，並…
Zhao et al., 2024a
作者以點對面 ICP 配準相鄰兩幀 LiDAR 點雲取得幀間運動，假設單幀掃描期間轉換參數的變化率固定、雷射發射間隔固定，依各點的發射順序線性內插出部分轉換，把每個點轉回該幀起始位姿，因此不需 IMU，也不需每點的實…
Zheng & Zhu, 2024
Traj-LO 把 LiDAR 量測視為高頻串流點，以由多段線性插值組成的連續時間軌跡描述感測器運動，並在滑動視窗內同時最小化點到平面幾何誤差與軌跡平滑（運動學）約束。由於每個點都用其時間戳查詢對應位姿，因此不需另外…
Zhu et al., 2024
NICER-SLAM 是只用單眼 RGB 影像的神經隱式 SLAM，追蹤與建圖共用同一個階層式 SDF 表示：粗層為 32 立方的稠密特徵格網，細層以多解析度網格學習殘差 SDF，另以多解析度網格表示顏色。因為沒有深…
Zou et al., 2024
LTA-OM 以 FAST-LIO2 作為光達慣性里程計、以 STD 作為迴圈偵測，整合迴圈校正、誤判迴圈剔除、長期關聯（long-term association, LTA）建圖與多時段定位建圖。其 LTA 建圖把…
Blanco-Claraco, 2025
MOLA-LO 主張以「視圖式地圖」（view-based map：帶時間戳的原始感測資料加上位姿）作為基本地圖表示，事後可依任務重新產生各種度量地圖，例如點雲、雜湊體素、佔據體素或類 NDT 地圖。建圖流程可像組合…
Boche et al., 2025
OKVIS2-X 以關鍵影格式視覺慣性 SLAM（OKVIS2）為核心，可選擇加入深度網路估計的稠密深度、LiDAR 或 GNSS。系統把 supereight2 體素占據子地圖綁定在關鍵影格上，並以影格對地圖、地圖…
Burnett et al., 2025
本文以高斯過程（白雜訊加速度，即近似等速）作為連續時間運動先驗，在滑動視窗（約兩個 LiDAR 影格）中批次估計 SE(3) 位姿、機體速度與 IMU 偏差。因角速度屬於狀態，陀螺儀直接作為狀態量測；加速度計則只預積…
Cao et al., 2025
RESPLE 把三次 B 樣條（B-spline）直接嵌入狀態空間模型，以遞迴式（濾波）方式估計六自由度連續時間運動，而非以滑動視窗最佳化擬合樣條。狀態向量由位置控制點與姿態控制點增量組成，以修改後的迭代擴展卡爾曼濾…
Guadagnino et al., 2025a
KISS-SLAM 將 KISS-ICP 延伸為完整 LiDAR-only SLAM：依行進距離切分局部地圖，以關鍵位姿作為位姿圖節點。迴圈偵測將局部地圖地面對齊後投影成鳥瞰密度影像，以 ORB 描述子比對，再以 3…
Guadagnino et al., 2025b
Kinematic-ICP 針對在平面上移動、配備 3D LiDAR 的輪式機器人，把單輪車（unicycle）運動學模型放進點到點 ICP 最佳化，並以輪式里程計為初值與正則化項，使估計結果符合平台運動限制。正則化…
Hong et al., 2025
GS-LIVO 以三維高斯（3D Gaussians）取代傳統彩色點雲與稀疏區塊地圖：全域高斯地圖以空間雜湊索引的八元樹管理，只將視野內的高斯放入 GPU 上的滑動視窗即時最佳化，以控制顯示記憶體用量。高斯由光達點與…
Lang et al., 2025
Gaussian-LIC 以連續時間緊耦合的 LiDAR、慣性與相機里程計（Coco-LIC，每 0.1 秒做一次因子圖最佳化）提供位姿，將著色並降取樣的 LiDAR 點與視覺滑動視窗三角化的 SfM 點一起初始化三…
Lee et al., 2025a
GenZ-ICP 指出單一誤差度量在不同幾何環境各有弱點：點到平面在長廊等退化場景易病態，點到點在結構化場景精度較低。作者依鄰域平面度把點分為平面與非平面兩類，分別套用點到平面與點到點誤差，並以兩類點數比例自適應調整…
Lee et al., 2025b
MINS 以 IMU 為核心，在一個 MSCKF 形式的擴展卡爾曼濾波器中緊耦合相機、輪速計、LiDAR 與 GNSS：每種感測器都有專屬的量測更新，並能線上校正所有感測器的外參、時間偏移與內參。面對非同步量測，系統…
Lim et al., 2025
KISS-Matcher 從整體流程角度重新設計全域點雲配準，組合幾何抑制（如地面分割）、改良自 FPFH 的 Faster-PFH 特徵、以 k-core 為基礎的圖論離群剔除（降低 TEASER++ 最大團搜尋的…
Liu et al., 2025
SLAM3R 以前饋式神經網路直接從單眼 RGB 影片產生稠密點雲，而不求解任何相機參數。影片先以滑動視窗切成重疊片段，影像對點雲（I2P）網路以多視角交叉注意力，從 11 張影像回歸視窗中間關鍵影格的點雲；局部對世…
Maggio et al., 2025
VGGT-SLAM 將 VGGT 產生的子地圖逐步對齊，指出在未校正相機下重建只確定到 15 自由度的射影變換，因此以 SL(4) 流形上的單應矩陣取代相似變換對齊子地圖，並加入以 SALAD 檢索的迴圈約束。作者明…
Murai et al., 2025
MASt3R-SLAM 以 MASt3R 雙視角重建先驗為核心建構即時單目稠密 SLAM，只假設單一相機中心，用迭代投影做點圖匹配、以 Sim(3) 位姿處理預測間不一致的尺度，並以影像檢索做迴圈閉合與重定位，後端為…
Pan et al., 2025
PINGS 在 PIN-SLAM 的神經點上同時編碼連續 SDF 與高斯潑濺輻射場，並加上兩者之間的幾何一致性約束，使影像的稠密光度線索回饋改善距離場，距離場則約束高斯分布。作者在 Oxford Spires 以 L…
Stührenberg & Smarsly, 2025
作者指出僅依 BIM 導出地圖定位需要高發展程度（LOD）模型，且非結構物件常與模型不符。LIO-BIM 以光達慣性里程計持續建立現況地圖，並將機器人周邊的局部地圖與 BIM 做掃描匹配，以同時取得相對 BIM 的定…
Wang et al., 2025a
PlanarMesh 以「平面網格」表示場景：每個元素由一個平面（位置與法向量，以增量 PCA 更新）和落在該平面上的三角網格組成，頂點半徑近似局部曲率。每個新點經兩棵可動態插入的包圍體階層樹查詢：面相交搜尋（FIS…
Wang et al., 2025b
VGGT 是前饋式 Transformer，可由一張到數百張影像直接推論相機參數、深度圖、點圖與點軌跡，不需後續幾何最佳化；若再加上選用的 BA 後處理，位姿精度還能提升。訓練時以平均點距離正規化真值，模型學到的是固…
Wei et al., 2025b
LAMM 是離線的多時段光達點雲地圖合併框架，輸入各代理人由前端 SLAM（如 FAST-LIO2）得到的掃描與初始位姿。先以 M-Detector 為基礎，在正向與反向時間序列各做一次遮擋測試的雙向濾波移除動態點；…
Xiao et al., 2025
LiV-GS 以點雲與高斯共有的共變異為橋樑，直接把稀疏 LiDAR 點與連續可微的高斯地圖對齊做前端追蹤，並對 LiDAR 視野外的高斯施加條件約束，使其貼近鄰近可靠高斯。軌跡評估以 R3LIVE 的軌跡作為參考真…
Xie et al., 2025
GS-LIVM 以改良的 SR-LIVO（ESIKF 緊耦合 LiDAR、慣性與視覺里程計）提供位姿，在體素層級以高斯過程回歸（Voxel-GPR）把稀疏且分布不均的 LiDAR 點轉為均勻網格點，並以預測變異數加權…
Zhang et al., 2025
HI-SLAM2 是只用單眼 RGB 的三維高斯 SLAM：追蹤端沿用 DROID-SLAM 的學習式光流與稠密光束法平差，並以每張影像 2x2 的尺度網格把 Omnidata 單眼深度先驗對齊到估計深度，以修正先驗…
Zheng et al., 2025
FAST-LIVO2 以序列式更新的 ESIKF 先融合光達、再融合影像，解決兩種量測維度不匹配的問題；光達與視覺模組共用一個自適應體素（voxel）地圖，光達點同時作為視覺地圖點並附掛影像區塊。影像對齊利用光達平面…
Zhou et al., 2025
此研究針對邊緣運算平台精簡 FAST-LIVO2：以光達退化評估決定何時需要影像更新，在光達約束充足時減少視覺幀，降低計算量；地圖改為小範圍的統一視覺光達局部地圖加上稀疏的長期視覺地圖，以限制記憶體。作者在 Hilt…
Zhu et al., 2025
Mesh-LOAM 以隱式移動最小平方（IMLS）函數估計 SDF，但讓體素被動接收周圍點的 SDF 增量（passive voxel），避免逐體素搜尋近鄰，使每次掃描只需走訪各點一次；體素存於 GPU 平行空間雜湊…
Affan et al., 2026
此方法以 OneFormer 視覺基礎模型對每張 RGB 影像做全景分割，再利用 FAST-LIO2 的 IMU 狀態把標籤投影到已完成運動畸變校正（deskew）的 LiDAR 掃描點，並以遮罩侵蝕、邊界距離與深度…
Dellaert & GTSAM Contributors, 2026
GTSAM 是以因子圖與 Bayes network 為運算範式（而非直接操作稀疏矩陣）的 C++ 平滑與建圖程式庫，提供 MATLAB 與 Python 包裝，實作批次最佳化、iSAM2 與固定延遲平滑器。READ…
Deng & Gan, 2026
MCGS-SLAM 以 MonoGS 高斯潑濺 SLAM 為基礎，加入由位姿歷史或加速度計推得的運動先驗（含自適應權重與快速運動偵測）、依位置穩定性、形狀、不透明度、空間與邊緣重要性計算的高斯信心度、依速度、旋轉、位…
Feng et al., 2026
作者不提出新演算法，而是整合並依工地條件調整既有模組：兩階段地面分割（RANSAC 粗分割加法向量一致性精分割）取出樓板地面，快速歐幾里得分群（FEC）處理非地面點以抑制工人與機具等動態物，兩步配準以地面平面特徵估計…
Han et al., 2026
作者提出 NIFCyl：以 8 層 MLP 非監督學習參考點雲的有號距離場，取其梯度作為尺度不變且方向一致的法向，再沿法向以圓柱鄰域平均兩期點雲的投影位置，求得全場變形，不需標註資料或局部 PCA 擬合。資料以手持 …
Liu et al., 2026
Voxel-SLAM 以同一種自適應體素地圖貫穿初始化、里程計、局部建圖、迴圈與全域建圖五個模組，並依作者所稱的短期、中期、長期與多地圖四類資料關聯設計。局部建圖以滑動視窗 LiDAR-慣性光束法平差（bundle …
Malladi et al., 2026
RKO-LIO 不採用卡爾曼濾波或預積分因子圖，而是假設相鄰 LiDAR 幀間線加速度與角速度固定，以簡化模型積分 IMU 取得 ICP 初值與逐點去畸變，再以掃描對地圖 ICP 精修。作者在 ICP 中加入依 IM…
Nubert et al., 2026
Holistic Fusion 是以 GTSAM 因子圖為核心的通用狀態估測框架：IMU 為骨幹，外部模組提供的位姿、位置、速度與地標量測都可作為因子接入；各個參考座標系（例如會漂移的 LiDAR 地圖座標系、里程計…
Shi et al., 2026
LIT-GS 以熱影像取代易受光照影響的 RGB 光度監督，建立光達、慣性與熱影像的高斯潑濺（Gaussian Splatting）地圖。它以上游 FAST-LIVO2 的具不確定度視覺地圖點作為跨模態錨點建立熱影像…
Tang et al., 2026
PA-LVIO 提出僅含位姿的光束法平差（pose-only bundle adjustment），把光達與視覺的多幀幾何約束轉為幀間位姿約束，在滑動視窗因子圖中與 IMU 預積分緊密融合，以降低計算量。另加入不需邊…
Wang et al., 2026
LEMON-Mapping 指出傳統多機位姿圖最佳化只把迴圈當作位姿節點間約束，忽略地圖幾何，導致重疊區發散與模糊。其框架包含：迴圈處理模組（剔除離群、分類迴圈並召回被誤刪的正確迴圈）；對多機地圖做空間 BA（孤立迴…
Yan et al., 2026a
此研究針對隧道幾何特徵稀疏、結構重複而導致光達里程計退化的問題，提出光達、視覺與慣性融合的里程計。光達端以曲率區分邊緣與平面特徵，採點對線與點對面配準；將資訊矩陣求逆得到共變異數後，分別對旋轉與平移子區塊做特徵分解，…
Yan et al., 2026b
本研究提出只用低成本 RGB-D 相機的地下空間 3DGS SLAM。前處理以 MSRCR、側窗濾波與 HIS 色彩空間正規化 gamma 校正增強低照度影像，並以預訓練深度補全網路（非局部傳播架構，未在地下資料上微…
Yuan et al., 2026
本研究針對室內建成環境的線上幾何數位孿生更新，以 MonoGS 預先建立的基準 3DGS 模型為先驗，提出自適應 3DGS-SLAM：新進 RGB-D 影格先以渲染比對方式對齊基準模型求位姿，再以高斯模糊後的滑動視窗…
Zhang et al., 2026
BIM-Loc 以設計階段 BIM 作為先驗，將受差異影響的定位問題拆為 BIM 輔助軌跡最佳化與階層式差異偵測兩個耦合子問題，並迭代求解。其以多次命中射線投射建立點雲與 BIM 面的資料關聯，於位姿圖中加入掃描間一…
Qin & Cao, n.d.
A-LOAM 是 HKUST 空中機器人組對 LOAM 的重新實作，README 說明以 Eigen 與 Ceres Solver 簡化程式結構並移除繁複推導，定位為學習用的精簡版本。程式分為特徵擷取、掃描對掃描里程…