基于NeRF的面向室内办公环境的视觉主导多模态SLAM方法

本发明提出一种基于NeRF的面向室内办公环境的视觉主导多模态SLAM方法，属于同时定位与地图构建领域。该方法保留现有SLAM方法在位姿估计精度上的优势，有效地提升地图纹理和材质连续性，从而在位姿估计精度、实时性和重建质量方面实现实质提升。包括下述步骤：步骤1)、通过LIO配准每次输入LiDAR扫描的点云测量值以构建辐射地图的几何结构；步骤2）、通过VIO恢复地图的亮度信息；步骤3)、将LIO和VIO在非歧管误差状态迭代卡尔曼滤波框架ESIKF内进行耦合以更新辐射点云地图；步骤4）、将辐射点云地图通过NeRF体渲染以重建地图，将辐射地图划分为若干个稠密点云子地图；步骤5）、为每个子地图动态分配八叉树体素网格，指导NeRF对光线进行采样并对整个场景进行渲染。