基于NeRF与3DGS融合的动态场景隐式建图与SLAM方法研究

课题名称
基于NeRF与3DGS融合的动态场景隐式建图与SLAM方法研究
学科专业
计算机科学
课题关键词
动态场景建图NeRF与3DGS融合实时SLAM方法
辅导模式
1对1
发表目标
SCI期刊1-2区
课题介绍
同时定位与地图构建(SLAM)是机器人自主导航的核心技术,传统基于显式表示(如点云、网格)的方法在动态场景下存在计算冗余与精度损失问题。近年来,神经辐射场(NeRF)通过隐式函数建模实现了高质量场景重建,但其静态场景假设难以处理动态目标,且渲染效率制约实时性。3D高斯溅射(3DGS)作为新兴隐式表示,凭借高效的点云基元与可微渲染特性,在动态场景建模中展现出潜力。融合NeRF的精细几何表达与3DGS的动态建模能力,探索动态场景下的实时隐式建图与SLAM方法,对提升复杂环境中机器人感知鲁棒性具有重要研究价值。

导师信息

科研导师

Dr. Liu

QS20高校博士

导师介绍

研究领域:机器人自主系统与定位,建图与规划,隐式建图 学术成果:在机器人领域顶刊发表多篇论文,其中一作4篇; 获1项专利发明授权; 在校期间获8项奖项和荣誉称号,包含全国大学生机器人竞赛等; 长期担任RAL, TIM, TMECH, ICRA, IROS 等机器人领域顶级期刊和会议审稿人

招生要求

面向具有相关学科背景与研究兴趣的学习者,具体要求以课题导师评估为准。

企业微信咨询