# SLAM 论文阅读路线图

> 255 篇语料库的阅读顺序与分类导读。难度 ★~★★★，重要性 ●~●●●。

**难度速查**：★ 看懂概念即可 · ★★ 需要一点几何/优化基础 · ★★★ 建议先读完「打地基」那部分

**阶段划分**：A–K 十一个阶段，与交互版 `论文阅读路线图.html`、课程站 `course/` 完全一致。
逐阶段篇数：A 20 · B 19 · C 42 · D 32 · E 9 · F 39 · G 31 · H 42 · I 5 · J 11 · K 5 ＝ **255**。

**配套课程**：十一季已全部上线，205 节主线课 + 3 页追问答疑 = 208 个课程页，入口见 `../course/index.html`。

---

## 阶段 A · 先建立坐标系（20 篇 · 1–2 周）

先别急着读方法论文。花一周把这几篇综述过一遍，你要的是**一张地图**：这个领域在解决哪些问题、有哪些方法家族、各自的边界在哪。

**目标**：读完能说出 SLAM 的主要方法家族，以及它们各自的失效场景。

| 论文 | 年 | 难度 | 重要 | 分类 | 为什么读 |
|---|---|---|---|---|---|
| **3D 高斯泼溅综述（2025）** | 2025 | ★★ | ●●● | 综述 | 高斯方向最新最全的一篇，含 SLAM 专章 |
| **DARPA 地下挑战赛综述（2024）** | 2024 | ★★ | ●●● | 综述 | 最有价值的一篇“泼冷水”：真实失败原因和开放问题 |
| **LiDAR SLAM 综述（2022）** | 2022 | ★★ | ●●● | 综述 | 激光方向的权威综述，第四章可当“激光路线图”用 |
| **动态环境 SLAM 综述（2024）** | 2024 | ★★ | ●●● | 综述 | 动态物体处理的完整谱系，专题线必读 |
| **深度学习 SLAM 综述（2024）** | 2024 | ★★ | ●●● | 综述 | 学习式方法的全景，读完知道边界在哪 |
| **深度学习视觉定位综述（2024）** | 2024 | ★★ | ●●● | 综述 | 想用深度学习做定位的入口，覆盖特征/回归/检索三条路 |
| **视觉场景识别教程（2024）** | 2024 | ★★ | ●●● | 综述 | 回环/重定位的第一步是“认出地方”，这篇讲透了 |
| **Past, Present, and Future of SLAM（2016）** | 2016 | ★ | ●●● | 综述 | 领域最经典的“全景图”，先把问题分类和方法家族看清 |
| **SLAM 综述（2021）** | 2021 | ★ | ●●● | 综述 | 更现代的一版综述，补齐了学习式方法与多传感器趋势 |
| **3D 高斯进展综述（2024）** | 2024 | ★★ | ●● | 综述 | 更早的一版，可对比看这个方向怎么演进 |
| **LiDAR 里程计综述（2024）** | 2024 | ★★ | ●● | 综述 | 更新版，适合核对近几年新增的分支 |
| **事件相机 SLAM 综述（2020）** | 2020 | ★★ | ●● | 综述 | 事件相机方向的第一篇入门综述 |
| **事件相机综述（2022）** | 2022 | ★★ | ●● | 综述 | 更全面的版本，覆盖传感器原理到算法 |
| **全局激光定位综述（2024）** | 2024 | ★★ | ●● | 综述 | 关注“已有地图下的定位”，与建图型 SLAM 互补 |
| **回环检测综述（2022）** | 2022 | ★★ | ●● | 综述 | 回环检测的专门综述，做后端必看 |
| **深度学习惯性定位综述（2024）** | 2024 | ★★ | ●● | 综述 | IMU 单独用（无视觉/激光）时的深度学习方法 |
| **激光 SLAM 系统对比评测（2022）** | 2022 | ★ | ●● | 综述 | 横向对比多个激光系统，选型时有用 |
| **地下环境感知逻辑综述（2022）** | 2022 | ★★ | ● | 综述 | 地下/退化场景的特殊问题 |
| **固态激光雷达综述（2022）** | 2022 | ★ | ● | 综述 | 了解硬件趋势，非算法 |
| **视觉 SLAM 早期综述（2012）** | 2012 | ★ | ● | 综述 | 想看“十年前的人怎么总结”时可翻 |

> 对应课程：第 一 季（阶段 A）

## 阶段 B · 打地基（数学、后端与地图表示）（19 篇 · 2–3 周）

这一块最枯燥，但**跳过去后面全是黑话**。BA、图优化、IMU 预积分这三样，是读任何一篇方法论文的前置知识。

**目标**：能手推 BA 的稀疏结构，能说清预积分在解决什么，能讲出 TSDF 和点云的区别。

| 论文 | 年 | 难度 | 重要 | 分类 | 为什么读 |
|---|---|---|---|---|---|
| **Bundle Adjustment 现代综述（2000）** | 2000 | ★★★ | ●●● | 数学地基 | 优化后端的圣经。理解了 BA，就理解了 80% 的 SLAM 后端 |
| **Instant NGP（2022）** | 2022 | ★★★ | ●●● | 地图表示 | 哈希编码把 NeRF 训练压到秒级，是神经 SLAM 能实时化的前提 |
| **MSCKF（2007）** | 2007 | ★★★ | ●●● | 数学地基 | 滤波派 VIO 的奠基作，理解“不把路标放进状态向量”的妙处 |
| **NeRF（2020）** | 2020 | ★★★ | ●●● | 地图表示 | 神经辐射场原著。隐式表示 SLAM 全部建立在它之上 |
| **流形上的 IMU 预积分（2017）** | 2017 | ★★★ | ●●● | 数学地基 | 现代 VIO 的地基：预积分怎么算、雅可比怎么推 |
| **GraphSLAM 教程（2010）** | 2010 | ★★ | ●●● | 数学地基 | 把 SLAM 变成图优化问题的经典入门讲解 |
| **KinectFusion（2011）** | 2011 | ★★ | ●●● | 地图表示 | TSDF 体素地图的开创者，理解“稠密建图”从这里开始 |
| **g2o 优化库（2011）** | 2011 | ★★ | ●●● | 数学地基 | 因子图求解器的代表作，几乎所有系统的后端基石 |
| **视觉里程计教程（2011）** | 2011 | ★★ | ●●● | 数学地基 | VO 的第一篇系统教程，几何部分讲得最清楚 |
| **Voxel Hashing（2013）** | 2013 | ★★★ | ●● | 地图表示 | 用哈希表存体素，解决体素内存爆炸的关键一步 |
| **半全局匹配 SGM（2008）** | 2008 | ★★★ | ●● | 数学地基 | 双目深度估计的经典算法，很多立体 SLAM 的底层 |
| **连续时间 vs 离散时间（2022）** | 2022 | ★★★ | ●● | 数学地基 | 高速/卷帘快门场景下必须换的建模方式 |
| **高效一致 BA（2023）** | 2023 | ★★★ | ●● | 数学地基 | 后端工程化的进阶手段（可扩展、保一致性） |
| **Plenoxels（2022）** | 2022 | ★★ | ●● | 地图表示 | 证明“连神经网络都可以不要”，稀疏网格 + 球谐就够 |
| **SfM 综述（2016）** | 2016 | ★★ | ●● | 数学地基 | SLAM 与 SfM 是一体两面，做位姿优化前建议先读 |
| **Voxblox（2017）** | 2017 | ★★ | ●● | 地图表示 | 从 TSDF 增量构建 ESDF，把建图接到规划上 |
| **PCL 点云库（2011）** | 2011 | ★ | ●● | 数学地基 | 点云处理的瑞士军刀，读激光论文时会反复遇到它 |
| **连续时间固定延迟平滑（2023）** | 2023 | ★★★ | ● | 数学地基 | 连续时间 + 固定延迟的工程折中 |
| **连续时间弹性估计（2022）** | 2022 | ★★★ | ● | 数学地基 | 连续时间轨迹的进阶工作 |

> 对应课程：第 二 季（阶段 B）

## 阶段 C · 视觉主干（特征法、直接法、VIO）（42 篇 · 2–3 周）

视觉 SLAM 的完整脉络。**建议按年份顺序读**，每读一篇都问自己：它解决了上一篇的什么问题？

**目标**：理解特征法与直接法的根本分歧，以及 VIO 为什么必须存在。

| 论文 | 年 | 难度 | 重要 | 分类 | 为什么读 |
|---|---|---|---|---|---|
| **DM-VIO（2022）** | 2022 | ★★★ | ●●● | 视觉-VIO | 延迟边缘化 + 位姿图 BA，解决“初始化与漂移”两大痛点 |
| **DSO（2018）** | 2018 | ★★★ | ●●● | 视觉-直接法 | 直接法的巅峰：光度标定 + 均匀采样，弱纹理场景的利器 |
| **DTAM（2011）** | 2011 | ★★★ | ●●● | 视觉-直接法 | 稠密直接法建图的开创者：不用特征点，逐像素做 |
| **GVINS（2022）** | 2022 | ★★★ | ●●● | 视觉-VIO-GNSS | 把 GNSS 原始观测量融进因子图，室内外无缝衔接 |
| **LSD-SLAM（2014）** | 2014 | ★★★ | ●●● | 视觉-直接法 | 大尺度直接法单目，把直接法推向实用 |
| **ORB-SLAM3（2021）** | 2021 | ★★★ | ●●● | 视觉-特征法 | 多地图 + 全 IMU 融合，特征法 VIO 的集大成者 |
| **VI-DSO（2018）** | 2018 | ★★★ | ●●● | 视觉-直接法 | 把视觉惯性与尺度/重力联合优化，提出动态边缘化 |
| **Kimera（2020）** | 2020 | ★★ | ●●● | 视觉-VIO | 视觉惯性 + 语义建图的一体化库，多机版的前身 |
| **MonoSLAM（2007）** | 2007 | ★★ | ●●● | 视觉-特征法 | 第一个实时单目 SLAM，视觉 SLAM 的起点 |
| **ORB-SLAM2（2017）** | 2017 | ★★ | ●●● | 视觉-特征法 | 加上双目与 RGB-D，工程完成度最高，至今仍是工业首选 |
| **ORB-SLAM（2015）** | 2015 | ★★ | ●●● | 视觉-特征法 | 现代特征法 SLAM 的标杆：一套特征服务跟踪/建图/重定位/回环 |
| **OpenVINS（2020）** | 2020 | ★★ | ●●● | 视觉-VIO | 研究平台，FEJ 一致性讲得最透，还带仿真器 |
| **PTAM（2007）** | 2007 | ★★ | ●●● | 视觉-特征法 | 首次把跟踪与建图拆成双线程，AR 领域的经典范式 |
| **SVO（2014）** | 2014 | ★★ | ●●● | 视觉-半直接 | 半直接法，极快极轻，无人机视觉方案的起点 |
| **VINS-Mono（2018）** | 2018 | ★★ | ●●● | 视觉-VIO | 优化派单目 VIO 的教科书，必读 |
| **RTAB-Map（2019）** | 2019 | ★ | ●●● | 视觉-RGBD | 工程上最好用的 RGB-D SLAM 之一，词袋回环 + 长期建图 |
| **Basalt（2020）** | 2020 | ★★★ | ●● | 视觉-VIO | 非线性因子恢复 + 双目 VIO 的工程强化版 |
| **CodeSLAM（2018）** | 2018 | ★★★ | ●● | 视觉-学习式 | 用紧凑的深度编码表示场景，学习式稠密建图的代表 |
| **DeepFactors（2020）** | 2020 | ★★★ | ●● | 视觉-学习式 | 把学习到的深度先验放进因子图，学习与传统后端的结合范例 |
| **NICER-SLAM（2024）** | 2024 | ★★★ | ●● | 视觉-新方案 | 神经隐式 + 稠密单目的结合，过渡到第六章可读 |
| **P³-VINS（2022）** | 2022 | ★★★ | ●● | 视觉-VIO-GNSS | 上到载波相位与相位模糊度，高精度室外定位 |
| **ROVIO（2015）** | 2015 | ★★★ | ●● | 视觉-VIO | 滤波派 + 直接法的代表，理解另一条路线 |
| **纯惯性初始化优化（2020）** | 2020 | ★★★ | ●● | 视觉-VIO | 专攻“刚开始只有 IMU 在动”的冷启动阶段 |
| **AirVO（2023）** | 2023 | ★★ | ●● | 视觉-新方案 | 点线融合 + 光照鲁棒，弱纹理环境可用 |
| **CNN-SLAM（2017）** | 2017 | ★★ | ●● | 视觉-学习式 | 早期把 CNN 深度预测接进 SLAM 的尝试 |
| **DynaVINS（2022）** | 2022 | ★★ | ●● | 视觉-动态 | VIO 场景下的动态物体处理 |
| **RD-VIO（2024）** | 2024 | ★★ | ●● | 视觉-新方案 | VIO 的鲁棒性补丁合集，工程参考价值高 |
| **RGB-D 三维建图（2014）** | 2014 | ★★ | ●● | 视觉-RGBD | 体素哈希在移动机器人上的落地版本 |
| **RGB-D 稠密 SLAM（2013）** | 2013 | ★★ | ●● | 视觉-RGBD | 从 KinectFusion 走向真正的 SLAM：加上了回环 |
| **EPLF-VINS（2023）** | 2023 | ★★★ | ● | 视觉-新方案 | 点线特征融合 VIO，低纹理场景的补救 |
| **UV-SLAM（2022）** | 2022 | ★★★ | ● | 视觉-新方案 | 无约束线特征的 SLAM，线特征方向的最新技术 |
| **AirSLAM（2025）** | 2025 | ★★ | ● | 视觉-新方案 | 面向光照变化的轻量方案 |
| **CFP-SLAM（2022）** | 2022 | ★★ | ● | 视觉-新方案 | 实时视觉 SLAM 的工程优化方案 |
| **DGM-VINS（2023）** | 2023 | ★★ | ● | 视觉-新方案 | 面向动态环境的 VIO 变体 |
| **DN-SLAM（2024）** | 2024 | ★★ | ● | 视觉-新方案 | 基于 ORB 特征的动态神经建图 |
| **DPL-SLAM（2024）** | 2024 | ★★ | ● | 视觉-新方案 | 点线融合的动态场景方案 |
| **ORB-SLAM 早期会议版（2017）** | 2017 | ★★ | ● | 视觉-特征法 | 想看 ORB-SLAM 最初的设计动机时可翻 |
| **RLD-SLAM（2024）** | 2024 | ★★ | ● | 视觉-新方案 | 轻量 VI-SLAM，面向算力受限平台 |
| **SG-SLAM（2023）** | 2023 | ★★ | ● | 视觉-新方案 | RGB-D 实时视觉 SLAM 的一个整合方案 |
| **无监督单目深度与位姿（2022）** | 2022 | ★★ | ● | 视觉-新方案 | 无监督训练路线的一个代表 |
| **激光辅助单目视觉（2022）** | 2022 | ★★ | ● | 视觉-新方案 | 用稀疏激光点给视觉补尺度与深度 |
| **资源受限平台的 RGB-D 惯性里程计（2022）** | 2022 | ★★ | ● | 视觉-新方案 | 预算紧的 RGB-D + IMU 方案 |

> 对应课程：第 三 季（阶段 C）

## 阶段 D · 激光主干（从 LOAM 到 Point-LIO）（32 篇 · 2–3 周）

这条线的故事很集中：**一场关于"怎么存点"和"要不要挑点"的竞赛**。读的时候重点关注数据结构的变化。

**目标**：能讲清 ikd-Tree 与普通 k-d 树的区别，能说清"不提特征"为什么是进步。

| 论文 | 年 | 难度 | 重要 | 分类 | 为什么读 |
|---|---|---|---|---|---|
| **BALM（2021）** | 2021 | ★★★ | ●●● | 激光-BA | 把 BA 搬到激光上，并证明边/面参数有闭式解 |
| **Faster-LIO（2022）** | 2022 | ★★★ | ●●● | 激光-数据结构 | iVox 取代树结构，固态雷达下单帧上千 Hz |
| **Point-LIO（2023）** | 2023 | ★★★ | ●●● | 激光-逐点 | 逐点处理消除帧内畸变，能跟踪极剧烈运动 |
| **FAST-LIO2（2022）** | 2022 | ★★ | ●●● | 激光-新范式 | 彻底去掉特征提取 + ikd-Tree，当前事实上的基线 |
| **FAST-LIO（2021）** | 2021 | ★★ | ●●● | 激光-新范式 | 迭代 EKF + 直接配准，把激光惯性做成“能实时”的标准 |
| **LIO-SAM（2020）** | 2020 | ★★ | ●●● | 激光-因子图 | 因子图整合 IMU/激光/GPS/回环，工程成熟度极高 |
| **LOAM（2017 期刊版）** | 2017 | ★★ | ●●● | 激光-奠基 | 激光 SLAM 的分水岭：特征提取 + 两步优化 |
| **LeGO-LOAM（2018）** | 2018 | ★★ | ●●● | 激光-奠基 | 为嵌入式瘦身：地面约束 + 点云分割去噪 |
| **KISS-ICP（2023）** | 2023 | ★ | ●●● | 激光-极简 | 反工程化代表作：不用 IMU、免调参、跨雷达通用 |
| **COIN-LIO（2024）** | 2024 | ★★★ | ●● | 激光-强度 | 用反射强度做互补约束，退化场景的补救 |
| **LOG-LIO（2024）** | 2024 | ★★★ | ●● | 激光-法向 | 实时法向估计 + 分层匹配，细节结构友好 |
| **LinK3D（2024）** | 2024 | ★★★ | ●● | 激光-回环 | 线性关键点表示，轻量且免训练 |
| **MULLS（2021）** | 2021 | ★★★ | ●● | 激光-匹配 | 点-点/面/线三种误差在粗细层级上联合求解 |
| **RING（2023）** | 2023 | ★★★ | ●● | 激光-回环 | 平移旋转不变描述子，解决大范围地点识别 |
| **iG-LIO（2024）** | 2024 | ★★★ | ●● | 激光-新范式 | GICP 与惯性约束统一在最大后验框架 |
| **紧耦合 3D 激光惯性里程计（2019）** | 2019 | ★★★ | ●● | 激光-奠基 | 早期把 IMU 与激光紧耦合的系统，LIO-SAM 的前身 |
| **轻量直接激光惯性里程计（2023）** | 2023 | ★★★ | ●● | 激光-变体 | 不做特征、直接最小化点面距离 |
| **4DRadarSLAM（2023）** | 2023 | ★★ | ●● | 激光-雷达 | 4D 成像雷达做 SLAM，恶劣天气下的替代方案 |
| **BoW3D（2023）** | 2023 | ★★ | ●● | 激光-回环 | 把词袋思想搬到三维点云，实时回环 |
| **DLO（2022）** | 2022 | ★★ | ●● | 激光-速度 | 速度优先，为算力受限的地下场景设计 |
| **SuMa（2019）** | 2019 | ★★ | ●● | 激光-地图 | 面片地图 + 语义标签，动态环境下也能建干净图 |
| **D-LIOM（2023）** | 2023 | ★★★ | ● | 激光-变体 | 紧耦合直接激光惯性里程计 |
| **SLICT（2023）** | 2023 | ★★★ | ● | 激光-变体 | 多输入多尺度表面匹配 |
| **点云快速鲁棒配准（2022）** | 2022 | ★★★ | ● | 激光-配准 | 配准环节的算法改进 |
| **4D 雷达位姿图 SLAM（2023）** | 2023 | ★★ | ● | 激光-雷达 | 雷达 SLAM 的另一种架构 |
| **EKF-LOAM（2022）** | 2022 | ★★ | ● | 激光-变体 | 自适应融合 EKF 与 LOAM |
| **NDT-LOAM（2022）** | 2022 | ★★ | ● | 激光-变体 | 用 NDT 替代特征匹配的实时激光里程计 |
| **PCA 特征激光 SLAM（2022）** | 2022 | ★★ | ● | 激光-变体 | 用 PCA 替代手工特征 |
| **Switch-SLAM（2024）** | 2024 | ★★ | ● | 激光-变体 | 可切换的激光惯性方案，追求场景适应性 |
| **强度增强激光惯性（2022）** | 2022 | ★★ | ● | 激光-强度 | 反射强度信息的另一种用法 |
| **鲁棒实时激光惯性（2022）** | 2022 | ★★ | ● | 激光-变体 | 强调鲁棒性的工程方案 |
| **2D 激光实时回环（2016）** | 2016 | ★ | ● | 激光-回环 | 早期二维激光回环方案 |

> 对应课程：第 四 季（阶段 D）

## 阶段 E · 多传感器融合（激光 + 视觉 + 惯性）（9 篇 · 1 周）

只有 9 篇，但都是精华。核心问题是：**怎么把几何和外观放进同一个表示，让两者互相约束。**

**目标**：理解"统一场景表示"这个趋势，能说出紧耦合与松耦合的取舍。

| 论文 | 年 | 难度 | 重要 | 分类 | 为什么读 |
|---|---|---|---|---|---|
| **FAST-LIVO2（2025）** | 2025 | ★★★ | ●●● | 融合-统一地图 | ESIKF 序贯更新把激光与图像融进同一体素地图，当前最强 |
| **LIV-GaussMap（2024）** | 2024 | ★★★ | ●●● | 融合-可渲染 | 用高斯承载融合结果，几何与光度同时可渲染 |
| **FAST-LIVO（2022）** | 2022 | ★★ | ●●● | 融合-紧耦合 | 视觉复用激光地图、直接最小化光度误差，不提取视觉特征 |
| **R3LIVE（2022）** | 2022 | ★★ | ●●● | 融合-分工 | 激光管几何、视觉管纹理，两条线并行后合成着色点云 |
| **R³LIVE++（2024）** | 2024 | ★★★ | ●● | 融合-分工 | R3LIVE 的完善版，在线光度标定与精度提升 |
| **FusionPortable 数据集（2022）** | 2022 | ★ | ●● | 融合-平台 | 多传感器融合的标准数据集与硬件平台 |
| **高效紧耦合视觉-激光 SLAM（2022）** | 2022 | ★★★ | ● | 融合-紧耦合 | 视觉与激光紧耦合的一个高效实现 |
| **AdaFusion（2022）** | 2022 | ★★ | ● | 融合-深度 | 视觉与激光的注意力式融合网络 |
| **多传感器鲁棒里程计（2022）** | 2022 | ★★ | ● | 融合-多机 | 多源传感器下的鲁棒估计 |

> 对应课程：第 五 季（阶段 E）

## 阶段 F · 前沿：神经隐式与 3D 高斯（39 篇 · 3–4 周）

近三年最活跃的两个方向。建议**先读完隐式表示再读高斯**——高斯的很多设计动机，是在解决隐式表示留下的问题。

**目标**：能讲清"隐式 vs 显式"的根本差别，以及高斯为什么快、又卡在哪。

| 论文 | 年 | 难度 | 重要 | 分类 | 为什么读 |
|---|---|---|---|---|---|
| **3D Gaussian Splatting 原著（2023）** | 2023 | ★★★ | ●●● | 高斯-原著 | 整个方向的原点，必须读：显式高斯 + 可微光栅化 |
| **Co-SLAM（2023）** | 2023 | ★★★ | ●●● | 隐式-编码 | one-blob 与 hash 网格联合编码，允许对所有关键帧做全局 BA |
| **Loopy-SLAM（2024）** | 2024 | ★★★ | ●●● | 隐式-回环 | 点基 submap + 位姿图，让神经地图能高效修正回环 |
| **MonoGS（2024）** | 2024 | ★★★ | ●●● | 高斯-SLAM开创 | 首个以 3DGS 为唯一表示的近实时 SLAM，且支持单目 |
| **NICE-SLAM（2022）** | 2022 | ★★★ | ●●● | 隐式-局部特征 | 多层次特征网格，解决纯网络“糊成一团”的根本缺陷 |
| **PIN-SLAM（2024）** | 2024 | ★★★ | ●●● | 隐式-完整 | 首个完整隐式神经 SLAM（里程计+回环+全局一致），神经点可形变 |
| **Photo-SLAM（2024）** | 2024 | ★★★ | ●●● | 高斯-嵌入式 | 明确面向嵌入式实时的高斯 SLAM，能上 Jetson |
| **Point-SLAM（2023）** | 2023 | ★★★ | ●●● | 隐式-点基 | 把神经特征挂在自适应增长的点云上，精度大幅提升 |
| **Splat-SLAM（2025）** | 2025 | ★★★ | ●●● | 高斯-纯RGB | 首个全局优化的纯 RGB 高斯方案，DSPO 联合优化 |
| **WildGS-SLAM（2025）** | 2025 | ★★★ | ●●● | 高斯-动态 | 用 DINOv2 预测不确定性图剔除动态物体，不需要深度或语义 |
| **iMAP（2021）** | 2021 | ★★★ | ●●● | 隐式-开创 | 首次证明“一个小网络 = 整张地图”可实时跑通 |
| **高斯内存压缩（2024）** | 2024 | ★★★ | ●●● | 高斯-加速 | 直面“高斯占显存”这个最痛的问题，SLAM 落地关键 |
| **SplaTAM（2024）** | 2024 | ★★ | ●●● | 高斯-重建 | 轮廓掩码判断“哪里需要加高斯”，单相机高保真重建 |
| **ESLAM（2023）** | 2023 | ★★★ | ●● | 隐式-平面 | 轴对齐特征平面 + TSDF，省一个维度的内存 |
| **GO-SLAM（2023）** | 2023 | ★★★ | ●● | 隐式-全局 | 全局优化的神经 SLAM，强调回环后的全局一致 |
| **NeRF-LOAM（2023）** | 2023 | ★★★ | ●● | 隐式-激光 | 把 NeRF 接到激光上，室外大场景的隐式建图 |
| **NeRF-SLAM（2023）** | 2023 | ★★★ | ●● | 隐式-实时 | 用 DROID-SLAM 提供位姿、NeRF 负责建图的组合式方案 |
| **RoDyn-SLAM（2024）** | 2024 | ★★★ | ●● | 隐式-动态 | 鲁棒的动态稠密重建，隐式表示处理动态场景 |
| **SNI-SLAM（2024）** | 2024 | ★★★ | ●● | 高斯-语义 | 语义-神经-隐式三合一，高斯带语义标签 |
| **StopThePop（2024）** | 2024 | ★★★ | ●● | 高斯-排序 | 改进光栅化的排序策略，渲染质量与速度的折中 |
| **SuGaR（2024）** | 2024 | ★★★ | ●● | 高斯-表面 | 把高斯对齐到表面，解决高斯“表面不精确”的老问题 |
| **Vox-Fusion（2022）** | 2022 | ★★★ | ●● | 隐式-八叉树 | 八叉树索引体素嵌入，只在有东西的地方开格子 |
| **实时稠密单目 NeRF-SLAM（2023）** | 2023 | ★★★ | ●● | 隐式-实时 | 实时化改版，工程细节可参考 |
| **DytanVO（2023）** | 2023 | ★★ | ●● | 隐式-动态 | 动态场景下联合精化视觉与惯性，学习式方法的范例 |
| **GS-SLAM（2024）** | 2024 | ★★ | ●● | 高斯-扩展策略 | 自适应高斯增删 + 由粗到细的可靠高斯选择 |
| **Animatable Gaussians（2024）** | 2024 | ★★★ | ● | 高斯-动态人 | 可驱动的人体高斯表示 |
| **Co-SLAM 期刊版（2023）** | 2023 | ★★★ | ● | 隐式-编码 | 同一工作的扩展版，补充更多实验 |
| **DeepV2D（2020）** | 2020 | ★★★ | ● | 隐式-深度 | 视频到深度的端到端学习 |
| **GPS-Gaussian（2024）** | 2024 | ★★★ | ● | 高斯-泛化 | 可泛化的人体重建，非 SLAM 但方法可借鉴 |
| **GS-IR（2024）** | 2024 | ★★★ | ● | 高斯-逆渲染 | 高斯做逆渲染（解耦光照材质） |
| **GaussianGrasper（2024）** | 2024 | ★★★ | ● | 高斯-操作 | 语言高斯用于机器人抓取 |
| **GridFormer（2024）** | 2024 | ★★★ | ● | 高斯-前馈 | 前馈式（免优化）高斯重建网络 |
| **HUGS（2024）** | 2024 | ★★★ | ● | 高斯-城市场景 | 城市级场景的高斯理解 |
| **LangSplat（2024）** | 2024 | ★★★ | ● | 高斯-语言 | 把语言特征嵌进高斯，支持文本查询三维场景 |
| **NeurAR（2023）** | 2023 | ★★★ | ● | 隐式-不确定 | 给神经渲染加不确定性估计 |
| **PLGSLAM（2024）** | 2024 | ★★★ | ● | 隐式-渐进 | 渐进式神经场景重建 |
| **运动感知高斯（2025）** | 2025 | ★★★ | ● | 高斯-动态 | 动态场景的高斯建图 |
| **OVD-SLAM（2023）** | 2023 | ★★ | ● | 隐式-开集 | 开放词汇检测接入 SLAM（“这是什么”的可扩展性） |
| **Orbeez-SLAM（2023）** | 2023 | ★★ | ● | 隐式-快速 | 实时单目神经 SLAM 的轻量实现 |

> 对应课程：第 六 季（阶段 F）

## 阶段 G · 学习式方法（匹配、检索、端到端）（31 篇 · 2 周）

深度学习**没有替换整个 SLAM**，而是先吃掉了"匹配"和"检索"这两块。理解这个边界很重要。

**目标**：知道深度学习在 SLAM 里能做什么、不能做什么，以及为什么。

| 论文 | 年 | 难度 | 重要 | 分类 | 为什么读 |
|---|---|---|---|---|---|
| **DPVO（2023）** | 2023 | ★★★ | ●●● | 端到端VO | 把稠密光流换成图像块跟踪，精度保持而算量大降 |
| **DROID-SLAM（2021）** | 2021 | ★★★ | ●●● | 端到端VO | 转折点：稠密 BA 层 + 循环迭代，精度高且灾难性失败少 |
| **DUSt3R（2024）** | 2024 | ★★★ | ●●● | 基础模型 | pointmap 表示：统一单双目重建，且不需要标定与位姿 |
| **LoFTR（2021）** | 2021 | ★★★ | ●●● | 匹配 | 不用检测器的稠密匹配：从粗到细，弱纹理也管用 |
| **MASt3R-SLAM（2025）** | 2025 | ★★★ | ●●● | 基础模型 | 基于双视图重建先验的实时 SLAM，能处理变化的相机模型 |
| **DBoW2 二进制词袋（2012）** | 2012 | ★★ | ●●● | 场景识别 | ORB-SLAM 回环的技术基础，词袋法的标杆 |
| **DeepVO（2017）** | 2017 | ★★ | ●●● | 端到端VO | 首个端到端单目 VO，开启这条支线 |
| **LightGlue（2023）** | 2023 | ★★ | ●●● | 匹配 | 自适应深浅：好匹配的图像对算得快，难的才多花力气 |
| **Scan Context（2018）** | 2018 | ★★ | ●●● | 场景识别 | 不做直方图、免训练，直接记三维结构，对转向不变 |
| **SuperGlue（2020）** | 2020 | ★★ | ●●● | 匹配 | 图神经网络 + 最优传输做特征匹配，并输出可剔除的置信度 |
| **D3VO（2020）** | 2020 | ★★★ | ●● | 端到端VO | 深度、位姿、不确定性三件事一起学 |
| **DINOv2（2023）** | 2023 | ★★★ | ●● | 基础模型 | 自监督视觉特征，已大量被 SLAM 当作通用特征使用 |
| **LCDNet（2022）** | 2022 | ★★★ | ●● | 场景识别 | 同时做地点识别与 6 自由度相对位姿，反向回环强 |
| **Metric3D v2（2024）** | 2024 | ★★★ | ●● | 基础模型 | 单目度量深度基础模型，给视觉补尺度 |
| **OverlapTransformer（2022）** | 2022 | ★★★ | ●● | 场景识别 | 跨视角重叠度回归，适合视角差异大的重访 |
| **RAFT（2020）** | 2020 | ★★★ | ●● | 匹配 | 循环迭代式光流，后来被大量 SLAM 前端借用 |
| **SLAM3R（2024）** | 2024 | ★★★ | ●● | 基础模型 | 前馈网络直接从视频预测统一坐标系的点图 |
| **最优传输聚合（2024）** | 2024 | ★★★ | ●● | 场景识别 | 用最优传输做描述子聚合，检索精度的提升 |
| **BEVPlace（2023）** | 2023 | ★★ | ●● | 场景识别 | 鸟瞰图视角做地点识别，思路简洁有效 |
| **SAM（2023）** | 2023 | ★★ | ●● | 基础模型 | 通用分割模型，动态物体剔除/语义建图的现成零件 |
| **Scan Context++（2022）** | 2022 | ★★ | ●● | 场景识别 | 补上横向偏移鲁棒性，应对城市车道级变化 |
| **SiLK（2023）** | 2023 | ★★ | ●● | 匹配 | 简单可学的关键点，兼顾速度与效果 |
| **TartanVO（2021）** | 2021 | ★★ | ●● | 端到端VO | 跨数据集泛化的 VO，强调实用性 |
| **UnDeepVO（2018）** | 2018 | ★★ | ●● | 端到端VO | 无监督训练 + 立体像对提供尺度 |
| **深度回环检测（2024）** | 2024 | ★★ | ●● | 场景识别 | 回环检测的端到端化尝试 |
| **PoseNet（2015）** | 2015 | ★ | ●● | 端到端VO | 用 CNN 直接回归位姿的早期尝试，知道其局限即可 |
| **CNN-Transformer 混合特征（2023）** | 2023 | ★★★ | ● | 场景识别 | 混合架构做地点识别 |
| **CricaVPR（2024）** | 2024 | ★★★ | ● | 场景识别 | 跨图像相关性做视觉地点识别 |
| **R²Former（2023）** | 2023 | ★★★ | ● | 场景识别 | 统一检索框架，多任务共用一个模型 |
| **SeqOT（2023）** | 2023 | ★★★ | ● | 场景识别 | 时空 Transformer 做序列式地点识别 |
| **DeepSLAM（2021）** | 2021 | ★★ | ● | 端到端VO | 鲁棒单目学习式 SLAM |

> 对应课程：第 七 季（阶段 G）

## 阶段 H · 专题支线（按你的课题选一条）（42 篇 · 按需）

这四条线相对独立：**动态环境、语义建图、多机协同、事件相机**。不需要全读，选和你课题相关的那条。

**目标**：在你选的那条线上，知道 SOTA 是谁、瓶颈在哪。

| 论文 | 年 | 难度 | 重要 | 分类 | 为什么读 |
|---|---|---|---|---|---|
| **DOOR-SLAM（2020）** | 2020 | ★★★ | ●●● | 多机协同 | 分布式一致集最大化剔除伪回环，完全分布式 |
| **EVO（2017）** | 2017 | ★★★ | ●●● | 事件相机 | 首个事件相机并行跟踪与建图流水线，CPU 实时 |
| **Kimera-Multi（2022）** | 2022 | ★★★ | ●●● | 多机协同 | 分布式渐进非凸做鲁棒位姿图，输出度量-语义网格 |
| **Swarm-SLAM（2024）** | 2024 | ★★★ | ●●● | 多机协同 | 四性质（可扩展/灵活/去中心化/稀疏），ROS 2 实现 |
| **DynaSLAM（2018）** | 2018 | ★★ | ●●● | 动态环境 | Mask R-CNN + 多视图几何检测动态物体，并修补被遮挡背景 |
| **Dynam-SLAM（2023）** | 2023 | ★★ | ●●● | 动态环境 | 立体场景流 + IMU 松耦合，把动态特征转成“虚拟路标” |
| **LAMP 2.0（2022）** | 2022 | ★★ | ●●● | 多机协同 | DARPA 地下挑战赛 Team CoSTAR 方案，工程最成熟 |
| **Ultimate SLAM（2018）** | 2018 | ★★ | ●●● | 事件相机 | 事件 + 标准帧 + IMU 三者紧耦合的完整流水线 |
| **DCL-SLAM（2024）** | 2024 | ★★★ | ●● | 多机协同 | 前端无关，可快速迁移到不同雷达/平台 |
| **DiSCo-SLAM（2022）** | 2022 | ★★★ | ●● | 多机协同 | 首个用 Scan Context 做机间观测交换，两阶段优化 |
| **DynaSLAM II（2021）** | 2021 | ★★★ | ●● | 动态环境 | 把动态物体的运动轨迹也一并输出（多目标跟踪 + SLAM） |
| **D²SLAM（2024）** | 2024 | ★★★ | ●● | 多机协同 | 面向空中集群，区分近场精确状态与远场全局轨迹 |
| **ESVIO（2023）** | 2023 | ★★★ | ●● | 事件相机 | 首个纯事件式双目惯性里程计 |
| **ESVO（2021）** | 2021 | ★★★ | ●● | 事件相机 | 事件式双目 VO，用逆深度概率特性做融合 |
| **MID-Fusion（2019）** | 2019 | ★★★ | ●● | 语义建图 | 对象级多实例动态重建 |
| **PL-EVIO（2024）** | 2024 | ★★★ | ●● | 事件相机 | 点线事件特征混合，专治人工环境退化 |
| **PanopticFusion（2019）** | 2019 | ★★★ | ●● | 语义建图 | 全景分割（实例+语义）建图 |
| **COVINS（2021）** | 2021 | ★★ | ●● | 多机协同 | 面向多智能体 + 多用户 AR 的大规模协同 VI-SLAM |
| **DEVO（2022）** | 2022 | ★★ | ●● | 事件相机 | 深度相机 + 事件相机混合双目，6 自由度位姿 |
| **DS-SLAM（2018）** | 2018 | ★★ | ●● | 动态环境 | 语义分割 + 运动一致性检测，动态场景经典方案 |
| **Kimera-Semantics（2019）** | 2019 | ★★ | ●● | 语义建图 | 实时语义三维网格，Kimera 家族的建图模块 |
| **MaskFusion（2018）** | 2018 | ★★ | ●● | 语义建图 | 实例级分割进入 SLAM，“每个物体一个标签” |
| **SO-SLAM（2022）** | 2022 | ★★ | ●● | 语义建图 | 对象级 SLAM，兼顾尺度与方向一致性 |
| **SemanticFusion（2017）** | 2017 | ★★ | ●● | 语义建图 | CNN 语义 + ElasticFusion，语义建图的开端 |
| **Multi-UAV SLAM（2017）** | 2017 | ★ | ●● | 多机协同 | 多机协同的早期架构原型：中央服务器 + 多个智能体 |
| **VECtor 数据集（2022）** | 2022 | ★ | ●● | 事件相机 | 事件相机方向的标准数据集 |
| **YOLO-SLAM（2022）** | 2022 | ★ | ●● | 语义建图 | 轻量语义 SLAM，工程上最容易复现 |
| **CMax-SLAM（2024）** | 2024 | ★★★ | ● | 事件相机 | 对比度最大化做事件相机旋转 BA |
| **EM-Fusion（2019）** | 2019 | ★★★ | ● | 语义建图 | 用期望最大化做动态对象关联 |
| **RDC-SLAM（2022）** | 2022 | ★★★ | ● | 多机协同 | 实时分布式协同方案 |
| **事件线 SLAM（2022）** | 2022 | ★★★ | ● | 事件相机 | 用线特征应对事件相机的稀疏性 |
| **CRF 动态 SLAM（2022）** | 2022 | ★★ | ● | 动态环境 | 用条件随机场做动态区域判定 |
| **Co-Fusion（2017）** | 2017 | ★★ | ● | 语义建图 | 多物体联合重建与跟踪 |
| **MR-TopoMap（2022）** | 2022 | ★★ | ● | 多机协同 | 多机器人探索中的拓扑建图 |
| **WF-SLAM（2022）** | 2022 | ★★ | ● | 动态环境 | 动态环境的鲁棒视觉 SLAM |
| **事件相机跟踪（2018）** | 2018 | ★★ | ● | 事件相机 | 事件相机的纯跟踪方案 |
| **事件相机里程计探索（2022）** | 2022 | ★★ | ● | 事件相机 | 事件里程计的对比实验研究 |
| **动态 RGB-D SLAM（2022）** | 2022 | ★★ | ● | 动态环境 | RGB-D 视角下的动态处理 |
| **室外动态 SLAM（2023）** | 2023 | ★★ | ● | 动态环境 | 室外动态环境的视觉方案 |
| **对象 SLAM 关联框架（2023）** | 2023 | ★★ | ● | 语义建图 | 对象级数据关联的框架化处理 |
| **视觉 SLAM 与语义融合（2023）** | 2023 | ★★ | ● | 语义建图 | 语义信息如何反馈到定位 |
| **资源高效多机 SLAM（2022）** | 2022 | ★★ | ● | 多机协同 | 强调通信与算力效率 |

> 对应课程：第 八 季（阶段 H）

## 阶段 I · 数据集与评测（5 篇 · 按需）

读论文时遇到陌生的数据集，回来查这里。**特别推荐 TUM RGB-D 和 Hilti-Oxford 这两篇**——它们定义了评测标准。

**目标**：知道每个数据集测什么、真值精度到什么级别。

| 论文 | 年 | 难度 | 重要 | 分类 | 为什么读 |
|---|---|---|---|---|---|
| **Hilti-Oxford 数据集（2023）** | 2023 | ★★ | ●●● | 数据集 | 毫米级真值，把评测从“相对排名”推向“绝对精度” |
| **TUM RGB-D 评测基准（2012）** | 2012 | ★ | ●●● | 数据集 | 几乎所有 RGB-D SLAM 的评测标准，读论文时天天见 |
| **Newer College 数据集（2020）** | 2020 | ★ | ●● | 数据集 | 手持激光的多场景数据集，含退化场景 |
| **M2DGR 数据集（2022）** | 2022 | ★ | ● | 数据集 | 地面机器人多传感器数据集 |
| **Wild-Places 数据集（2023）** | 2023 | ★ | ● | 数据集 | 大规模自然场景地点识别数据集 |

> 对应课程：第 九 季（阶段 I）

## 阶段 J · 基础零件（非 SLAM，但论文里反复出现）（11 篇 · 按需）

这些不是 SLAM 论文，但被语料库高频引用。读语义 SLAM 时遇到 ResNet、Mask R-CNN，回来补一下即可。

**目标**：看到这些名词不陌生，知道它们是干什么的。

| 论文 | 年 | 难度 | 重要 | 分类 | 为什么读 |
|---|---|---|---|---|---|
| **Mask R-CNN（2017）** | 2017 | ★★ | ●● | 基础零件 | 实例分割标准件，DynaSLAM 那类方法的检测器 |
| **ResNet（2016）** | 2016 | ★★ | ●● | 基础零件 | 深度网络的骨架，被引 17 次以上，语义 SLAM 的地基 |
| **YOLO（2016）** | 2016 | ★ | ●● | 基础零件 | 实时目标检测，轻量语义 SLAM 的常用件 |
| **PVTv2（2021）** | 2021 | ★★★ | ● | 基础零件 | 金字塔视觉 Transformer |
| **Swin Transformer（2021）** | 2021 | ★★★ | ● | 基础零件 | 层次化视觉 Transformer |
| **FCN（2015）** | 2015 | ★★ | ● | 基础零件 | 语义分割的开山之作 |
| **Focal Loss（2017）** | 2017 | ★★ | ● | 基础零件 | 解决类别不平衡，检测器的关键技巧 |
| **ResNeXt（2017）** | 2017 | ★★ | ● | 基础零件 | ResNet 的改进版 |
| **激光雷达系统架构与电路（2017）** | 2017 | ★★ | ● | 基础零件 | 想知道点云是怎么从硬件里出来的，可翻这篇 |
| **自动驾驶三维目标检测综述（2023）** | 2023 | ★★ | ● | 基础零件 | 检测器的现状，语义/动态处理的上游 |
| **VGG（2015）** | 2015 | ★ | ● | 基础零件 | 更深网络的经典结构 |

> 对应课程：第 十 季（阶段 J）

## 阶段 K · 应用与相邻领域（5 篇 · 扩展）

定位之后要做什么——飞行、导航、规划。以及一篇需要注意的**已撤稿论文**。

**目标**：知道 SLAM 在整个机器人系统里的位置。

| 论文 | 年 | 难度 | 重要 | 分类 | 为什么读 |
|---|---|---|---|---|---|
| **大规模自主飞行 + 语义 SLAM（2022）** | 2022 | ★★ | ●● | 应用 | 把 SLAM 放进真实飞行系统，看工程全貌 |
| **移动机器人导航的运动规划与控制（2022）** | 2022 | ★ | ●● | 应用 | SLAM 的下游：定位之后怎么走，建议了解 |
| **Wildcat（2022）** | 2022 | ★★★ | ● | 应用 | 用 SE(2) 相对位姿做稠密重建，几何味较重 |
| **边缘计算加速多机器人仿真（2022）** | 2022 | ★★ | ● | 应用 | 算力受限场景的系统级方案 |
| **【已撤稿】区域特征融合（2023）** | 2023 | ★ | ● | 其他 | 注意：这篇已被期刊撤稿，仅作收藏警示，不要引用 |

> 对应课程：第 十一 季（阶段 K）

---

本文由 `论文阅读路线图.html` 中的 `STAGES` / `PAPERS` 数据生成，数字与交互版保持一致；若两者冲突，以 HTML 为准。