面向智能制造场景的基于神经隐式地图的RGB-D SLAM

来源：计算机集成制造系统杂志2026年第5期北京时间：

作者：胡乃瑞, 朱文林, 李玉峰, 安天洋, 李光旭

单位：1.沈阳航空航天大学电子信息工程学院2.江西中烟工业有限责任公司信息中心

摘要：为了使同步定位和绘图(SLAM)系统能够适应智能制造环境中的场景重建需求,并持续提升智能制造中定位需求的精度和鲁棒性,提出一种基于神经隐式表达的面向智能制造场景的端到端RGB-D SLAM系统,称为NPF-SLAM。该系统采用基于特征的深度神经网络跟踪器作为前端,并利用NeRF地图构建器作为后端。神经地图构建模块虽然在基于真实智能制造环境采集的Euroc数据集上预训练,但也会随着神经隐式地图构建器的即时训练而进行微调。在此设计下,NPF-SLAM能够在智能制造环境中,通过学习特定场景的特征进行摄像机的精准跟踪,从而实现SLAM系统的终身学习能力。此外,跟踪器和地图构建器的训练均为自监督模式,无需引入姿态真值。在Replica、ScanNet和Euroc等数据集上的实验结果表明,NPF-SLAM在场景重建和摄像机跟踪性能方面优于现有的基于NeRF的SLAM系统,展现了其在复杂智能制造环境中的适应性与先进性。

关键词：视觉SLAM,三维重建,姿态估计,地图构建

基金资助：辽宁省教育厅基金资助项目(20250064);辽宁省自然科学基金资助项目(2025-BS-0325);沈阳市自然科学基金自由探索专项资助项目(23-503-6-18);辽宁省普通高等教育本科教学改革研究资助项目(辽教通〔2026〕67号)。