# SLAM 技术发展路线梳理（基于 58 篇精选论文语料库）

> 语料来源：IEEE Xplore 顶刊顶会（T-RO / RA-L / T-IM / T-ITS / TVCG / CVPR / ICCV / IROS / ICRA 等），
> 经机构订阅权限下载并经 MinerU 转为 Markdown 精读。
> 时间窗：以 **2022–2026 前沿** 为主轴，另补 **18 篇奠基性经典（2017–2021）** 作为时间轴锚点。
> 生成时间：2026-09-15

---

## 〇、怎么用这份材料

- 本地已建好完整语料库：`papers/`（58 篇 PDF）、`md/`（58 篇 Markdown 全文）、`md/_digest.md`（阅读索引）。
- 想深挖任何一篇，直接说论文简称即可（如"FAST-LIO2 的 ikd-Tree 怎么重平衡"），我可以从原文里定位到具体章节和公式。
- 下文用 **★** 标注语料库里的核心论文，可直接对照原文。

---

## 一、总览：过去十年 SLAM 发生的五次范式迁移

如果把 SLAM 拆成"表示（世界怎么存）— 前端（怎么算相对运动）— 后端（怎么消漂移）— 传感器（靠什么感知）"四个维度，那么近十年的演进可以浓缩为下面五条迁移线：

| # | 迁移 | 从 | 到 | 代表节点 |
|---|---|---|---|---|
| 1 | **后端** | 扩展卡尔曼滤波 | 因子图 / 滑动窗口优化 | ORB-SLAM2 ★ → VINS-Mono ★ → LIO-SAM ★ |
| 2 | **前端** | 手工特征点 | 直接法 → 半直接法 → 学习式匹配 | ORB-SLAM2 → DSO ★ → SVO → SuperGlue ★/LightGlue ★ |
| 3 | **传感器融合** | 单传感器 / 松耦合 | 紧耦合 IMU → LiDAR-惯性 → LiDAR-惯性-视觉 | VINS-Mono → LIO-SAM → R3LIVE → FAST-LIVO2 ★ |
| 4 | **场景表示** | 稀疏点云 / TSDF 体素 | 隐式神经场（NeRF） → 显式可微高斯 | NICE-SLAM ★ → ESLAM ★/Co-SLAM ★ → MonoGS ★/SplaTAM ★ |
| 5 | **系统形态** | 单机、单任务 | 多机分布式 + 语义/动态 + 极端环境鲁棒 | DOOR-SLAM ★/Kimera-Multi ★ → Swarm-SLAM ★/D²SLAM ★ |

有一个反直觉但很重要的观察：**"更复杂"并不总等于"更好"**。KISS-ICP ★（2023 RA-L）几乎把激光里程计的所有工程复杂性都删掉——只留点对点 ICP + 自适应对应阈值 + 鲁棒核 + 简单运动补偿——却能在多种平台、多种雷达上用同一套参数达到 SOTA 水平（KITTI 上的平移误差 0.67%）。它和 FAST-LIO2 ★ 的"直接配准原始点、不做特征提取"一起，构成了对本领域"过度工程化"的一次有力纠偏。

---

## 二、主线一：视觉 SLAM —— 特征法、直接法、半直接法三足鼎立

### 2.1 特征法：可解释、可开源、可复现

**ORB-SLAM2 ★（2017 T-RO）** 是这一路线的完成态：单目/双目/RGB-D 三合一，ORB 特征点 + 词袋回环 + 重定位 + 局部 BA，在 29 个公开序列上达到当时最高精度，并且开源成为领域事实标准。

它定义了后续几乎所有视觉 SLAM 论文的"评测基线"和"功能清单"：跟踪、局部建图、回环、重定位四个线程的架构，至今仍是工程实现的模板。

**它的局限也定义了后来的研究方向**：稀疏特征点对弱纹理、低光照、运动模糊极不友好；地图只是特征点云，无法直接用于导航避障；且完全没有尺度信息（单目）。

### 2.2 直接法：绕开特征，直接用像素强度

**DSO ★（2018 T-RO）** 是直接法的巅峰之作。它用光度误差替代重投影误差，把相机几何标定**和光度标定**（曝光时间、镜头渐晕、非线性响应）一起联合优化，并在滑窗内对所有参数做一致性联合优化。

它的关键技术选择很值得玩味：**放弃平滑先验，改为在图像上均匀采样像素**。这样它就能利用边缘、甚至无纹理墙壁上的平滑强度变化——正是特征法失效的地方。

**DM-VIO ★（2022 RA-L）** 是这条线在近年的重要突破，解决的是滑动窗口优化的一个根本痛点：边缘化（marginalization）不可逆且会固定线性化点。它提出 **延迟边缘化（delayed marginalization）**——维护第二个图，延迟边缘化，从而能在需要时重新推进这个图、用新的线性化点重建先验；进而把 IMU 信息注入已边缘化的状态，用于 **位姿图 BA 做 IMU 初始化**，能捕获完整的光度不确定性，显著改善尺度估计。

### 2.3 视觉惯性 VIO：尺度从哪来、怎么初始化

单目 SLAM 的尺度不可观测，这是把 IMU 引入的根本动机。但 IMU 初始化本身又是个鸡生蛋问题。

**VINS-Mono ★（2018 T-RO）** 给出了至今被广泛沿用的答案：先做**纯视觉 SfM 滑窗**恢复结构，再做**视觉-惯性对齐**恢复尺度、重力方向、速度、偏置；跟踪用紧耦合非线性优化融合预积分 IMU 与特征观测；回环用 4-DoF 位姿图优化保证全局一致性，并支持地图保存/加载/合并。

**OpenVINS ★（2020 ICRA）** 代表了另一条技术路线——**滤波式**。它是面向研究的开源平台，核心是流形上的滑动窗口 EKF，并特别强调 **FEJ（First-Estimates Jacobian）** 一致性处理，还内置在线相机内参/外参标定、相机-IMU 时间偏移标定、以及可扩展的仿真器。对研究 VIO 的可观测性与一致性，这是最好的起点。

**GVINS ★（2022 T-RO）** 把问题推到室外大尺度：它直接融合 **GNSS 原始观测**（伪距 + 多普勒频移）而非解算后的位置，与视觉、惯性构成因子图，并用**由粗到细的在线标定**建立全局测量与局部状态的连接，还能处理卫星信号间歇甚至完全不可用的退化情况，实现室内外无缝切换。

**Dynam-SLAM ★（2023 T-RO）** 则补上了动态环境这一块：把**立体场景流**与 IMU 松耦合用于动态特征检测（显式建模场景流的不确定性，推导路标的运动似然），再把动态与静态特征**紧耦合**进非线性优化——动态特征被用来构造"虚拟路标"。这个"动态特征不丢弃、反而转成可利用约束"的思路，是近年动态 SLAM 值得注意的转向。

---

## 三、主线二：激光 SLAM 与 LIO —— 一场关于"数据结构"的竞赛

激光 SLAM 的演进主线，表面是算法，**骨子里是数据结构**——因为要在毫秒级完成大规模点云的最近邻查询与增量更新。

### 3.1 从 LOAM 到 LIO-SAM：因子图化

**LOAM（2014 RSS）→ LeGO-LOAM ★（2018 IROS）** 确立了"特征提取 + 两步 LM 优化"的范式：LeGO-LOAM 先用点云分割滤噪，再提取平面/边缘特征，用两步 Levenberg-Marquardt 分别求解 6-DoF 变换的不同分量，从而能在低功耗嵌入式平台上实时运行（这正是"轻量"的含义）。它针对地面车辆利用了**地平面先验**。

**LIO-SAM ★（2020 IROS）** 是分水岭：它把激光-惯性里程计放到**因子图**上，IMU 预积分因子、激光里程计因子、GPS 因子、回环因子都可以作为不同类型的 factor 加入。工程上的关键取舍是：**不做当前帧对全局地图的配准，而是对局部滑窗内的固定大小子关键帧集合配准**——同时配合关键帧筛选和旧帧边缘化，换来实时性。

### 3.2 FAST-LIO2：两个"反主流"决定

**FAST-LIO2 ★（2022 T-RO，语料库引用数最高，1721+）** 的两个核心创新都是"做减法"：

1. **直接配准原始点到地图，完全不做特征提取**。好处有三：能利用环境中的细微特征（精度更高）；天然适配不同扫描模式的雷达（无需为机械式/固态式分别设计特征）；消除了手工特征模块这个最大的工程量。
2. **用增量 k-d 树（ikd-Tree）维护地图**。ikd-Tree 支持**增量插入与删除**以及**动态重平衡**，并且天然支持树上下采样。论文在 19 个序列上和 octree、R*-tree、nanoflann k-d tree 做了完整基准对比。

配合**紧耦合迭代卡尔曼滤波**，FAST-LIO2 成为近三年被引用和复现最多的 LIO 系统。

### 3.3 围绕 ikd-Tree 的"数据结构军备竞赛"

FAST-LIO2 之后，一批工作开始挑战它的数据结构：

- **Faster-LIO ★（2022 RA-L）**：用 **iVox（增量体素）** 取代树结构，支持增量插入与**并行近似 kNN** 查询，并提出 linear iVox 与 PHC（伪希尔伯特曲线）iVox 两种底层结构。固态雷达下单帧可达 1000–2000 Hz，32 线机械雷达 >200 Hz，且精度不降。
- **iG-LIO ★（2024 RA-L）**：把 **GICP 约束与惯性约束统一在一个估计框架**里，用体素表面协方差估计器算扫描的表面协方差，用增量体素地图表示环境的概率模型，从而同时降低协方差估计、最近邻搜索和地图管理的耗时——在保持相同参数的前提下效率超过 Faster-LIO。
- **KISS-ICP ★（2023 RA-L）**：反向而行的极简主义。点对点 ICP + 自适应对应阈值 + 鲁棒核 + 点云子采样 + 运动补偿，**完全不使用 IMU**，参数极少且跨雷达免调参。

### 3.4 其他重要补充

- **DLO ★（2022 RA-L）**：面向算力受限平台的轻量前端，核心是**关键帧/子图管理机制**加定制 ICP 求解器（含数据结构回收），由 NASA JPL CoSTAR 团队开发，直接服务于 DARPA 地下挑战赛。
- **Scan Context ★（2018 IROS）**：不做直方图、不依赖训练的 **3D 激光全局描述子**，直接记录可见空间的三维结构，配相似度评分和两阶段搜索，对视角变化（反向重访、转角）不变。它是后续几乎所有激光场景识别工作的对比基线。
- **PIN-SLAM ★（2024 T-RO）**：把隐式神经表示引入激光 SLAM 的关键一步，详见第五节。

---

## 四、主线三：多传感器融合 —— 从 LIO 到 LIV，最终"统一地图"

当单一传感器在退化场景（长廊、隧道、玻璃、弱纹理）失效时，融合成为必由之路。这条线的终点是**用一个统一的地图结构承载所有传感器的信息**。

- **R3LIVE（2022 T-RO）**：RGB 着色的 LiDAR-惯性-视觉紧耦合，把视觉的颜色信息直接赋予激光点，兼顾几何精度与外观。
- **FAST-LIVO ★（2022 IROS）**：由 LIO 与 VIO 两个紧耦合子系统构成。LIO 把新扫描的原始点配准到增量建的点云地图；**地图点额外挂载图像块**，VIO 子系统通过最小化**直接光度误差**对齐新图像（不提取任何视觉特征）。还提出新型外点剔除方法，剔除位于边缘或被遮挡的不稳定地图点。
- **FAST-LIVO2 ★（2025 T-RO）**：把上一版推进到成熟。核心变化：
  - 用 **ESIKF（误差状态迭代卡尔曼滤波）+ 序贯更新**处理 LiDAR 与图像测量的维度不匹配问题；
  - LiDAR 建几何结构，**视觉把图像块链接到 LiDAR 点**上，LiDAR 点的**平面先验**反过来提升图像对齐精度，且平面先验会被动态精化；
  - **LiDAR 与视觉测量融合进同一个体素地图**（这是"统一地图"的落地），并加入按需光线投射（raycast）、实时曝光估计、光束发散导致的测距噪声建模。
- **LIV-GaussMap ★（2024 RA-L）**：把这条线接到 3DGS 上——用尺寸自适应体素的 LiDAR-惯性系统初始化场景表面高斯与各帧位姿，再用视觉光度梯度优化高斯质量与密度。兼容固态与机械雷达、重复与非重复扫描模式。

**方向性结论**：LIV 融合的技术收敛点已经很清楚了——**不再维护"激光地图"和"视觉地图"两套东西，而是维护一个统一的可微/可增量更新的场景表示**，让几何与光度信息在其中互相约束。FAST-LIVO2 用体素地图做到了这一点，LIV-GaussMap 用高斯原语做到了这一点。

---

## 五、主线四：神经隐式表示 SLAM（NeRF-SLAM）—— "把地图变成一个可微函数"

这是 2021 年后最活跃的方向。核心想法：用 MLP 或特征网格参数化一个连续函数，输入 3D 坐标输出占用/密度/颜色（或 SDF），跟踪和建图都通过可微渲染来做。

### 5.1 起步与问题

**iMAP ★（2021 ICCV）** 首次证明**单个 MLP 可以作为实时 SLAM 的唯一场景表示**——在线训练、无需先验，建图 2 Hz、跟踪 10 Hz。代价是：全连接网络不含局部信息，重建过度平滑，且**难以扩展到较大场景**。

### 5.2 分层特征与混合编码：解决"平滑"和"慢"

- **NICE-SLAM ★（2022 CVPR）**：引入**层次化场景表示**（多级特征网格），把多尺度局部信息注入隐式场，配合预训练几何先验，在大尺度室内场景实现细节重建，在可扩展性、效率和鲁棒性上都优于之前的神经隐式 SLAM。
- **ESLAM ★（2023 CVPR）**：用**多尺度轴对齐特征平面** + 浅层解码器输出 TSDF 和 RGB。相比当时的稠密视觉 SLAM，重建和定位精度提升 **50% 以上**、速度最高快 **10 倍**，且**完全不需要预训练**。
- **Co-SLAM ★（2023 CVPR）**：**多分辨率 hash-grid（快速收敛、高频局部特征）+ one-blob 编码（鼓励表面连贯、补全未观测区域）** 的联合参数-坐标编码，兼顾两者之长；射线采样策略允许它对**所有关键帧做全局 BA**，而不像多数神经 SLAM 那样必须筛选少量活跃关键帧。10–17 Hz。
- **Vox-Fusion ★（2022 ISMAR）**：体素内参数化隐式表面 + **八叉树动态扩展**，无需预先知道环境边界，是多进程框架。
- **Point-SLAM ★（2023 ICCV）**：把神经特征锚定在**数据驱动生成的点云**上，点密度可随输入信息密度自适应——细节多的区域点更密，从而在降低运行时间和内存的同时解析精细结构。

### 5.3 全局一致性：神经 SLAM 的最大痛点

上述方法都会累积漂移导致地图扭曲。三个代表性解法：

- **GO-SLAM ★（2023 ICCV）**：以鲁棒位姿估计为核心，通过**高效回环 + 在线 full BA**利用完整历史帧的全局几何来优化每一帧，同时**即时（on-the-fly）更新隐式连续表面**以保证重建的全局一致性，支持单目/双目/RGB-D。
- **Loopy-SLAM ★（2024 CVPR）**：**数据驱动的点基 submap 生成 + 全局场景识别触发在线回环 + 鲁棒位姿图优化刚性对齐各 submap**。它的关键优势源于**点基表示**：地图修正可以高效完成，无需像网格类方法那样保存全部历史输入帧。
- **NeRF-SLAM ★（2023 IROS）**：借力 **DROID-SLAM 提供带协方差的深度与位姿**，再拟合**概率体密度**的层次化 NeRF，单目图像下几何/光度精度相比同期方法最高有显著优势，且实时。

### 5.4 走向激光与大场景

- **NeRF-LOAM ★（2023 ICCV）**：神经里程计 + 神经建图 + 网格重建三模块，共享一个**神经 SDF**；关键设计是**把 LiDAR 点分为地面点与非地面点**以抑制 Z 轴漂移，且里程计与体素嵌入联合优化，**无需预训练**即可跨环境泛化。
- **PIN-SLAM ★（2024 T-RO）**：这条线目前最完整的成果。它用**稀疏可优化的神经点**构建隐式 SDF 地图，做**无对应的点-隐式模型配准**做位姿估计；神经点**天然弹性可形变**，回环时能随全局位姿调整一起形变，从而得到全局一致且高度紧凑的地图；回环检测直接用**神经点特征**。且同一套表示可扩展到 RGB-D 甚至度量-语义 SLAM。

**方向性结论**：神经隐式 SLAM 已从"能不能做"进入"怎么做得又快又全局一致"。当前的技术共识是 **特征网格/hash 编码 + 混合参数化**取代纯 MLP 以提速，**弹性可形变表示（神经点）**取代刚性网格以支持全局优化。但它在算力开销和实时性上仍显著劣于几何方法——这正是 3DGS 路线崛起的直接原因。

---

## 六、主线五：3D Gaussian Splatting SLAM —— 2024 年后的新主流

3DGS 用一组显式 3D 高斯原语（位置、协方差、不透明度、球谐系数）表示场景，通过可微光栅化渲染。相比 NeRF 的隐式查询，**渲染快、优化快、天然显式**——这让它非常适合 SLAM 的实时要求。

### 6.1 开山之作

- **MonoGS / Gaussian Splatting SLAM ★（2024 CVPR）**：**首次把 3DGS 用于单目 SLAM**（最难的配置），以 3 fps 实时运行，**只用高斯这一种表示完成跟踪、建图、高质量渲染**。关键技术：原版 3DGS 需要离线 SfM 提供精确位姿，它改为**直接对 3D 高斯做相机位姿优化**（大步长收敛域）；利用高斯的显式性质引入**几何验证与正则化**处理增量稠密重建的歧义；完整 SLAM 系统可无缝扩展到 RGB-D。
- **SplaTAM ★（2024 CVPR）**：面向单目未定位 RGB-D 相机，用**轮廓掩码（silhouette mask）**优雅地表达场景密度的存在性，从而快速判断某区域是否已建图、并结构化地扩展地图。论文报告在相机位姿估计、地图构建、新视角合成上相比当时方法**最高 2 倍**的性能提升。
- **GS-SLAM ★（2024 CVPR）**：提出**自适应扩展策略**，动态增删高斯以重建新观测区域、改进旧区域建图——这是把 3DGS 从"合成单个静态物体"扩展到"重建完整场景"的关键；跟踪阶段用**由粗到细**的选择可靠高斯来优化位姿，兼顾速度与鲁棒。

### 6.2 工程化与嵌入式部署

- **Photo-SLAM ★（2024 CVPR）**：提出 **hyper primitives map**——**同时利用显式几何特征做定位、学习隐式光度特征表达纹理**；基于几何特征主动致密化，并用**高斯金字塔训练**渐进学习多级特征。结果是 PSNR 比当时 SOTA 高约 30%、渲染快数百倍，且能在 **Jetson AGX Orin 等嵌入式平台实时运行**——这是它有别于纯学术方案的关键，直指机器人落地。

### 6.3 2025 年的两个重要补强

- **WildGS-SLAM ★（2025 CVPR）**：单目 RGB 的动态环境 3DGS SLAM。用浅层 MLP + **DINOv2 特征**预测**不确定性图**，在跟踪与建图中引导动态物体剔除，并强化稠密 BA 与高斯地图优化。注意这里**基础模型（DINOv2）已经进入 SLAM 前端**。
- **Splat-SLAM ★（2025 CVPRW）**：**首个全局优化的 RGB-only SLAM**，高斯地图随关键帧位姿与深度更新动态适配。针对缺几何先验的问题，提出 **DSPO（视差-尺度-位姿联合优化）** 做 BA，联合优化位姿、深度与单目深度尺度。

### 6.4 与激光融合

- **LIV-GaussMap ★（2024 RA-L）**（见第四节）：LiDAR-Inertial-Visual 融合的高斯辐射场建图。

**方向性结论**：3DGS SLAM 在 2024 年集中爆发，2025 年迅速转向三个"补短板"方向——**动态环境**（WildGS-SLAM）、**全局一致性与 RGB-only**（Splat-SLAM）、**嵌入式实时**（Photo-SLAM）。当前最大的开放问题仍是：回环与大尺度下的地图一致性（高斯原语不像神经点那样天然可形变），以及内存随场景线性增长。

---

## 七、主线六：学习式前端与场景识别

深度学习最先渗透的不是后端，而是**特征匹配**和**场景识别**这两个"感知"环节。

### 7.1 特征匹配

- **SuperGlue ★（2020 CVPR）**：用**图神经网络 + 可微最优传输**联合求解两组局部特征的匹配，并能拒绝不可匹配点；基于注意力的上下文聚合让它能联合推理 3D 场景与特征分配。GPU 上实时。
- **LightGlue ★（2023 ICCV）**：重新审视 SuperGlue 的多个设计决策并给出简单有效的改进，在内存与计算上更高效、更准、更易训练。**最关键的性质是自适应**：容易匹配的图像对（重叠大、外观变化小）推理明显更快——这直接面向延迟敏感的三维重建应用。

### 7.2 场景识别与回环

- **LCDNet ★（2022 T-RO）**：同时做**地点识别**和**6-DoF 相对位姿估计**，共享编码器 + 全局描述子头 + **基于非平衡最优传输的可微相对位姿头**（可端到端训练）。论文特别强调它在**反向回环（reverse loop）**这个难点上大幅超越此前方法，并可集成进完整 SLAM 系统。
- **OverlapTransformer ★（2022 RA-L）**：利用 LiDAR 的距离图像表示，**yaw 角不变**的 transformer 架构，单帧 <2 ms，并贡献了一个包含不同时间重复场景的长期场景识别数据集。
- **LCR-Net ★（2024 T-RO）**：把回环与重定位**统一到一个框架**，用多头网络 + **位姿感知注意力**同时估计相似度与 6-DoF 位姿；论文强调它**不依赖耗时的鲁棒位姿估计器**，因此适合在线 SLAM，并给出了首个具备深度回环能力的激光 SLAM 集成。

---

## 八、主线七：语义、动态环境与多机协同

### 8.1 语义与度量-语义

- **Kimera ★（2020 ICRA）**：开源 C++ 库，四个模块——VIO、鲁棒位姿图优化、轻量 3D 网格化、度量-语义标注，能在 3D 中做网格重建和语义标注。它是后续大量语义 SLAM 工作的基础设施。
- **SNI-SLAM ★（2024 CVPR）**：神经隐式语义 SLAM。**层次语义表示**支持自顶向下的结构化语义建图；用**跨注意力**融合外观、几何、语义特征做特征协作，使系统在某单一属性退化时仍保持鲁棒；并提出**特征级损失**（相比 RGB/深度损失能在更高层次引导网络优化）。

### 8.2 动态环境：从"剔除"到"建模"

- **DynaSLAM ★（2018 RA-L）**：基于 ORB-SLAM2，用 Mask R-CNN 与多视图几何（或两者结合）检测运动物体，并对被遮挡的背景做**修补（inpainting）**，从而估计静态部分的地图——这对长期应用是必需的。
- **Dynam-SLAM ★（2023 T-RO）**：见第二节，把动态特征转成"虚拟路标"继续利用。
- **WildGS-SLAM ★（2025 CVPR）**：用不确定性引导动态剔除（3DGS 时代版本）。
- **两份高价值综述**：**《A Survey of Visual SLAM in Dynamic Environment》（2024 T-IM）** 系统梳理了从**几何方法 → 语义方法**的演进，并把语义动态 SLAM 细分为"动态物体剔除 / 动态物体跟踪 / 动态场景语义建图"三类；**《The Revisiting Problem in SLAM: A Survey on Visual Loop Closure Detection》（2022 T-ITS）** 则把回环检测系统拆成特征提取、环境表示、决策、评测四段来综述，是回环方向最好的入门与索引。

### 8.3 多机协同 SLAM：从"能协同"到"抗异常、能扩展"

- **DOOR-SLAM ★（2020 RA-L）**：完全分布式，核心是**分布式两两一致测量集最大化（PCM）**剔除机间伪回环，从而可以使用更激进的参数（不必为了稳健而牺牲召回）；只靠点对点通信，不要求全连接，前端不交换原始传感器数据。
- **Kimera-Multi ★（2022 T-RO）**：鲁棒、完全分布式、构建全局一致的**度量-语义 3D 网格**；基于**分布式渐进非凸（GNC）算法**做鲁棒位姿图优化，能识别并拒绝由感知歧义导致的机间与机内错误回环。
- **LAMP 2.0 ★（2022 RA-L）**：DARPA 地下挑战赛 Team CoSTAR 的方案，可适配不同里程计源的单机前端接口 + 可扩展多机前端 + 鲁棒多机后端，面向黑暗、粉尘、崎岖地形与自相似场景。
- **Swarm-SLAM ★（2024 RA-L）**：面向集群机器人的开源 C-SLAM，强调**可扩展、灵活、去中心化、稀疏**四大性质；支持激光/双目/RGB-D；提出**机间回环优先级排序**技术以降低通信量、加速收敛；ROS 2 实现在五个数据集和三个机器人 ad-hoc 网络实测。
- **D²SLAM ★（2024 T-RO）**：面向**空中集群**的去中心化分布式视觉惯性 SLAM。创新在于区分**近场估计**（近距离精确相对状态）与**远场估计**（一致全局轨迹）；前端同时支持立体与全向相机以应对空中集群的视场挑战；分布式优化让它在网络延迟下仍有良好扩展性与韧性。
- **DiSCo-SLAM ★（2022 RA-L）**：首个把轻量 **Scan Context 描述子**用于多机 SLAM 的框架，实现数据高效的机间观测交换；两阶段（全局+局部）优化框架，对未知初始条件（机间回环搜索的典型困难）鲁棒。

---

## 九、主线八：事件相机与新型传感器

- **Ultimate SLAM ★（2018 T-RO）**：首个把**事件、标准帧、IMU 三者紧耦合**融合的状态估计流水线。动机非常清晰——事件相机无运动模糊、动态范围极高，适合高速与高动态范围场景，但运动量小的时候信息很少；标准相机在低速良好光照下信息丰富，但快速运动/极端光照下严重失效。二者互补，论文报告相比纯事件流水线精度提升约 130%、相比纯标准帧视觉惯性系统提升约 85%，并完成了首个基于事件相机的自主四旋翼飞行。
- **ESVIO ★（2023 RA-L）**：**首个事件相机立体视觉惯性里程计**，含纯事件的 ESIO 与图像辅助的 ESVIO 两种模式，建立连续立体事件流的时空关联，后端紧耦合多传感器测量；在低光环境下完成了机载四旋翼飞行与大规模户外实验。
- **DEVO ★（2022 ICRA）**：深度相机 + 高分辨率事件相机的实时视觉里程计，把传统边缘半稠密视觉里程计**扩展到事件流的时间-表面（time-surface）图**上，用高效的**几何半稠密 3D-2D 边缘对齐**更新位姿；在常规条件下与 RGB-D 方案相当，在挑战条件下反超。

---

## 十、工程与评测现实：DARPA SubT 给出的冷静结论

**《Present and Future of SLAM in Extreme Environments》（2024 T-RO）** 是理解"实验室 SLAM"与"真实世界 SLAM"差距的最佳文本。它综述了地下挑战赛中六支队伍的完整方案（CERBERUS、CoSTAR、CSIRO、CTU-CRAS-Norlab、Explorer、MARBLE），并给出一个相当克制的判断：

> 在**具备高质量多模态传感套件**的前提下，地下 SLAM 问题**可以说是"已解决"——但仅限于环境、尺度、传感器、参数调优和算力都满足特定条件的情况**。

论文总结的行之有效的工程共识：
1. LiDAR 为主的方案对挑战性环境越来越鲁棒；
2. 特征检测/扫描预处理实现实时点云对齐；
3. 与惯性数据紧耦合提升运动估计鲁棒性（去畸变、为 ICP 提供初值、消除 roll/pitch 漂移）；
4. 关键帧/子图 + 因子图框架把轨迹稀疏化，支撑大规模长期多机在线运行；
5. 增加其他传感模态进一步提升鲁棒性。

它指出的**尚未解决的开放问题**（这部分对选题极有价值）：
- **鲁棒与弹性感知**：跌落、撞击、碰撞导致的定位失败是最常见失效模式——高频运动会超出机载感知系统的捕获能力（结构光传感器采样率较低）。领域**缺乏关于"弹性算法与系统"的基础研究**，而不只是"多加几个传感器"。
- **超越传统 SLAM 传感器**：热成像可穿透视觉退化条件，雷达能维持低光/粉尘下的工作——需要引入非传统模态并设计**失效检测与恢复**方法。
- **向上扩展**：多机 LiDAR SLAM 已是成熟领域，集中式方案在 5–10 台机器人规模可实时精确，去中心化方案在中等规模（<1 km）不依赖机间回环也能达到小误差；但扩展到 >100 台机器人的超大规模仍是开放问题。
- **向下扩展（小型化与低成本）**：现有方案大多依赖一个或多个 LiDAR + 强力嵌入计算机；用低成本组件实现同等能力，以支持大量可消耗机器人执行高风险任务，仍需大量工作。

配套的评测基础设施是 **Hilti-Oxford Dataset ★（2023 RA-L）**：激光 + 五相机 + IMU 的多模态采集平台，**毫米级精度的真值采集方法**，外参用微米级扫描仪验证，时间同步走硬件——它把 SLAM 评测从"相对排名"推向"绝对精度"。

---

## 十一、关键技术对比速查

### 11.1 激光/激光惯性系统

| 系统 | 年份/venue | 后端 | 地图结构 | 是否用IMU | 特点 |
|---|---|---|---|---|---|
| LeGO-LOAM ★ | 2018 IROS | 两步 LM | 点云特征图 | 可选 | 地面优化、轻量、嵌入式计算 |
| LIO-SAM ★ | 2020 IROS | 因子图 | 局部子关键帧 | 是 | 多因子（IMU/GPS/回环），滑窗局部配准 |
| FAST-LIO2 ★ | 2022 T-RO | 迭代 EKF | **ikd-Tree** | 是 | 直接配原点到地图、无特征提取 |
| Faster-LIO ★ | 2022 RA-L | 迭代 EKF | iVox 增量体素 | 是 | 并行近似 kNN，200–2000 Hz |
| KISS-ICP ★ | 2023 RA-L | 优化 | 体素下采样点云 | **否** | 极简、跨雷达免调参 |
| DLO ★ | 2022 RA-L | 优化 | 关键帧/子图 | 是 | 算力受限平台、定制 ICP |
| iG-LIO ★ | 2024 RA-L | 迭代 EKF | 增量体素 + 表面协方差 | 是 | 统一 GICP 与惯性约束 |
| FASTER-LIVO2 ★ | 2025 T-RO | ESIKF 序贯更新 | **统一体素地图** | 是 | LiDAR几何+视觉光度统一 |

### 11.2 隐式 / 显式神经表示 SLAM

| 系统 | 年份/venue | 表示 | 输入 | 关键突破 |
|---|---|---|---|---|
| iMAP ★ | 2021 ICCV | 单 MLP | RGB-D | 首个 MLP-only 实时 SLAM |
| NICE-SLAM ★ | 2022 CVPR | 层次特征网格 | RGB-D | 引入局部信息，可扩展 |
| Vox-Fusion ★ | 2022 ISMAR | 体素 + 八叉树 | RGB-D | 动态扩展、无需先验边界 |
| ESLAM ★ | 2023 CVPR | 轴对齐特征平面 | RGB-D | 精度+50%、快10倍、免预训练 |
| Co-SLAM ★ | 2023 CVPR | hash-grid + one-blob | RGB-D | 全局 BA、10–17 Hz |
| Point-SLAM ★ | 2023 ICCV | 神经点云 | RGB-D | 点密度自适应 |
| GO-SLAM ★ | 2023 ICCV | 隐式场 | 单/双/RGB-D | 在线 full BA + 即时重建 |
| NeRF-LOAM ★ | 2023 ICCV | 神经 SDF | **LiDAR** | 地面/非地面分离抑 Z 漂移 |
| Loopy-SLAM ★ | 2024 CVPR | 点基 submap | RGB-D | 回环 + submap 刚性对齐 |
| PIN-SLAM ★ | 2024 T-RO | **弹性神经点 + 隐式 SDF** | LiDAR/RGB-D | 无对应配准、全局形变一致 |

### 11.3 3DGS SLAM

| 系统 | 年份/venue | 输入 | 核心贡献 |
|---|---|---|---|
| MonoGS ★ | 2024 CVPR | 单目/RGB-D | 首个单目 3DGS SLAM，3 fps，直接对高斯优化位姿 |
| SplaTAM ★ | 2024 CVPR | RGB-D | 轮廓掩码表达密度，未定位单目相机 |
| GS-SLAM ★ | 2024 CVPR | RGB-D | 自适应高斯增删 + 由粗到细跟踪 |
| Photo-SLAM ★ | 2024 CVPR | 单/双/RGB-D | hyper primitives，Jetson 实时 |
| LIV-GaussMap ★ | 2024 RA-L | LiDAR+惯导+相机 | 尺寸自适应体素初始化高斯 |
| WildGS-SLAM ★ | 2025 CVPR | 单目 RGB | DINOv2 不确定性引导动态剔除 |
| Splat-SLAM ★ | 2025 CVPRW | RGB-only | 全局优化 + DSPO 联合优化 |

---

## 十二、趋势判断与开放问题

**已经收敛的共识：**

1. **统一场景表示**吃掉多传感器融合的复杂性。FAST-LIVO2 用统一体素图，LIV-GaussMap 用高斯，趋势是"一套表示装下几何与光度"。
2. **后端全面因子图化**。EKF 只在特定场景（FAST-LIO2 的 IESKF）因效率优势保留，全局一致性一律走位姿图/因子图。
3. **"去特征化"与"轻量化"成为工程主流**。FAST-LIO2 去掉特征提取，KISS-ICP 去掉几乎所有组件——两者都被广泛复现，说明**可维护性**已经是选型的核心指标。
4. **回环从"检测"走向"检测+配准+重定位一体化"**。LCDNet 到 LCR-Net 的演进说明了这一点。

**正在发生、尚未定论的：**

5. **3DGS vs 神经隐式场之争**。3DGS 在速度与渲染质量上占优，但内存随场景线性增长、且不像神经点那样天然支持全局形变；神经点在全局一致性上更优雅（PIN-SLAM、Loopy-SLAM）。**短期内两者会并存，长期看"可形变的显式原语"可能是收敛方向**。
6. **基础模型进入 SLAM**。DINOv2 用于动态不确定性预测（WildGS-SLAM）、DROID-SLAM 提供几何先验（NeRF-SLAM / GO-SLAM）、DUSt3R/MASt3R 这类三维基础模型刚进入视野。**"用大模型做几何先验、用小模型做实时优化"可能是下一代架构的形态**。
7. **动态环境从"剔除"转向"建模"**。DynaSLAM 的背景修补 → Dynam-SLAM 的虚拟路标 → 语义动态综述划分出的"跟踪/剔除/建图"三支，趋势是把动态物体当作可估计的状态而非噪声。
8. **弹性（resilience）而非鲁棒（robustness）**。DARPA SubT 明确指出领域缺乏关于跌落/碰撞/传感器中断下**失败检测与恢复**的基础研究。这是一个明确的高价值选题缺口。
9. **超大规模集群与超低成本小型化**两端都还开着。前者 >100 机器人，后者要求摆脱多 LiDAR + 强力算力。

**一份偏冷门但值得关注的方向：**

10. **评测的绝对精度化**。Hilti-Oxford 用毫米级真值把评测标准推高，这和 SubT 的结论互相印证：**领域真正的瓶颈已经从算法创新转移到"在真实退化条件下可复现地工作"**。

---

## 十三、语料库索引（按主线组织）

| 主线 | 论文 | 文件 |
|---|---|---|
| 视觉 SLAM | ORB-SLAM2, VINS-Mono, DSO, OpenVINS, Kimera, DM-VIO, GVINS, Dynam-SLAM | `md/2017_*` ~ `md/2023_Dynam-SLAM.md` |
| 激光 / LIO | LeGO-LOAM, LIO-SAM, Scan Context, FAST-LIO2, Faster-LIO, KISS-ICP, DLO, DiSCo-SLAM, iG-LIO, PIN-SLAM | `md/2018_*`、`md/202*` |
| 多传感器 LIV | FAST-LIVO, FAST-LIVO2, LIV-GaussMap | `md/2022_FAST-LIVO.md` 等 |
| 隐式表示 | iMAP, NICE-SLAM, Vox-Fusion, ESLAM, Co-SLAM, Point-SLAM, GO-SLAM, NeRF-LOAM, NeRF-SLAM, Loopy-SLAM | `md/2021_iMAP.md` 等 |
| 3DGS | MonoGS, SplaTAM, GS-SLAM, Photo-SLAM, WildGS-SLAM, Splat-SLAM, SNI-SLAM | `md/2024_*`、`md/2025_*` |
| 学习式前端 | SuperGlue, LightGlue, LCDNet, OverlapTransformer, LCR-Net | `md/2020_SuperGlue.md` 等 |
| 动态 / 语义 | DynaSLAM, Dynam-SLAM, SNI-SLAM + 动态环境综述 | `md/2018_DynaSLAM.md` 等 |
| 多机协同 | DOOR-SLAM, Kimera-Multi, LAMP 2.0, Swarm-SLAM, D²SLAM, DiSCo-SLAM | `md/2020_DOOR-SLAM.md` 等 |
| 事件相机 | Ultimate SLAM, DEVO, ESVIO | `md/2018_UltimateSLAM.md` 等 |
| 综述 / 评测 | 3DGS 综述, 深度学习定位建图综述, 动态环境综述, 回环检测综述, DARPA SubT, Hilti-Oxford | `md/2024_DARPA-SubT.md` 等 |

---

## 十四、可以怎么问我

语料库里的 58 篇全文都在本地 Markdown 里，我随时可以定位到具体章节。试试这些类型的问题：

- **对比型**："FAST-LIO2 和 Faster-LIO 的数据结构差别到底在哪？各自的复杂度是什么？"
- **机制型**："PIN-SLAM 回环时神经点具体是怎么形变的？" / "Co-SLAM 的 one-blob 编码解决什么问题？"
- **选型型**："我要做一个室内移动机器人，算力是 Jetson Orin，该选哪条技术路线？"
- **溯源型**："3DGS SLAM 这一支是怎么从 NeRF SLAM 演化过来的？关键转折点是什么？"
- **选题型**："按 DARPA SubT 的结论，现在还有哪些明确的高价值开放问题？"
- **补录型**："帮我再补下载 XX 方向的论文"——检索和下载通道已经打通，可以随时扩充语料库。

---

*报告基于本地 58 篇论文语料库自行梳理总结，论文原文见 `papers/`，结构化全文见 `md/`。*