NeRF & 3DGS in SLAM & RoboticsHow NeRFs and 3DGS are Reshaping SLAM 关于 ideal SLAM criteria：As we outline the ide

论文阅读《PIN-SLAM: LiDAR SLAM Using a Point-Based Implicit Neural Representation for Achieving Global Map Consistency》 论文想要解

Neural Point SLAM回顾引言上一篇文章笔者回顾了Neural Point Rendering相关的工作，这篇文章笔者将聚焦于Neural Point在SLAM上的一些应用。 在NeRF时代出现的iMAP、NICE-SLAM、C

Neural Point Rendering回顾引言3D Gaussian Splatting这两年非常火，已经取代NeRF成为了计算机视觉、SLAM等领域的新热点，每周都能看到很多3DGS的工作出现。 笔者自己是研究3DGS SLAM的，

论文阅读：Scaffold-GS和Octree-GSScaffold-GS: Structured 3D Gaussians for View-Adaptive Rendering 我感觉有点类似point-nerf，本质上似乎，非常接近。

论文阅读《GaussianPro: 3D Gaussian Splatting with Progressive Propagation》下面的笔记没有做完整，这里整理一下这篇文章的思路：（20241006） 这篇文章认为弱纹理区域，特别是

论文阅读《GaussReg: Fast 3D Registration with Gaussian Splatting》 ECCV 2024，第一篇做3DGS配准的工作 Abstract & Introduction论文提到NeR

论文阅读《Pixel-GS: Density Control with Pixel-aware Gradient for 3D Gaussian Splatting》 看标题，感觉还是没有脱离3DGS基于梯度的Density Control

论文阅读《Mini-Splatting: Representing Scenes with a Constrained Number of Gaussians》MethodDensificationBlur Split这个策略的目的是：解决

论文阅读《Gaussian Splatting with Localized Points Management》Motivation: Adaptive Density Control的局限性论文在Introduction部分提到了Ada

论文阅读《MotionGS : Compact Gaussian Splatting SLAM by Motion Filter》 关键词：Compact、Motion Filter 提出了一种融合深度视觉特征、双关键帧选择和3DGS的基于

ICP算法详解原论文浅析&补充：A Method for Registration of 3-D ShapesICP算法最早于1992年由论文《A Method for Registration of 3-D Shapes》提出，论