| ICP |
Besl & McKay 1992 |
Iterative Closest Point, 최근접점 대응, 닫힌 형태의 강체 변환, 지역적 수렴(초기화 필요), 3D-3D 정합의 토대 |
| DTAM |
Newcombe 2011 |
→ 레벨 3 직접 방법 SLAM 참고 |
| KinectFusion |
Newcombe 2011 |
GPGPU, 추적(깊이를 3D로 투영, 표면 법선, 거친-세밀 ICP), 매핑(볼류메트릭 통합, TSDF), 작은 장면 변화에 강건, 변형 모델링 불가, 맵 증가가 3차식, 실내 방 크기 규모만 가능 |
| Double Window Optimisation |
Strasdat 2011 |
내부 윈도우(로컬 BA) + 외부 윈도우(포즈 그래프), 공시야성 그래프, 상수 시간 최적화 |
| Kintinuous |
Whelan 2012 |
볼륨 시프트, 기하학적, 광도적, dBoW+SURF, 최적화, 루프 클로저 |
| RGBD-SLAM-V2 |
Endres 2013 |
추적(컬러 이미지, 시각 특징, 깊이 이미지, 포인트 클라우드, 변환), 매핑(OctoMap 2013) |
| SLAM++ |
Salas-Moreno 2013 |
객체 지향 SLAM |
| DVO |
Kerl 2013 |
키프레임, 깊이, 직접 방법, 최적화, 루프 클로저 |
| RTAB-Map |
Labbé 2014 |
루프 클로저, 맵 병합, 다중 세션 메모리 관리 |
| MRS-Map |
Stückler 2014 |
옥트리 기반 다중 해상도 서펠 맵, 서펠별 형태 + 색상 통계, 노이즈 인식 RGB-D 정합, CPU에서 실시간 |
| ElasticFusion |
Whelan 2015 |
활성: 프레임-대-모델 추적(광도적 + 기하학적), 공동 최적화, 융합된 서펠 기반 모델 재구성 · 비활성: 지역 루프 클로저(모델-대-모델 지역 표면, 서브모델 분리), 전역 루프 클로저(무작위 펀 인코딩, 비강체 공간 변형) |
| DynamicFusion |
Newcombe 2015 |
6D 모션 필드, 변형 가능한 장면 |
| ORB-SLAM2 (RGB-D 모드) |
Mur-Artal 2017 |
번들 조정, 희소 재구성 (→ 레벨 3에도 등장) |
| BundleFusion |
Dai 2016 |
로컬-투-글로벌 최적화, 희소 RGB 특징, 거친 전역 포즈 추정, 정밀 포즈 정제(기하학적 + 광도적) |
| SemanticFusion |
McCormac 2016 |
딥러닝 CNN, 딥 시맨틱 SLAM |
| InfiniTAM v3 |
Prisacariu 2017 |
추적(장면 레이캐스트, 깊이 이미지, RGB 이미지), 재지역화(무작위 펀), 매핑(TSDF 재구성, 복셀 해싱, 서펠 재구성) |
| Fusion++ |
McCormac & Clark 2018 |
딥러닝 CNN, Mask-RCNN 인스턴스 분할, 객체 수준 SLAM, 사전 정보 없음, 객체 수준 TSDF 재구성 |
| PointFusion / DenseFusion |
Xu 2018 / Wang 2019 |
RGB-D 객체 6자유도 포즈 추정, 포인트 클라우드 + 이미지 특징 융합(객체 수준 SLAM을 위한 객체 프론트엔드) |
| BAD SLAM |
Schöps 2019 |
직접 RGB-D 번들 조정, 서펠 맵, 실시간 GPU BA, ETH3D 벤치마크 |
| RTAB-Map (RGB-D / LiDAR) |
Labbé 2019 |
다중 센서 RGB-D/LiDAR 지원, 광원 감지 (2016) |
| MoreFusion |
Wada 2020 |
딥러닝 인스턴스 분할, 객체 수준 볼류메트릭 융합, 볼류메트릭 포즈 예측, 3D 장면 재구성, 충돌 기반 정제, 시맨틱 SLAM, 객체 포즈 추정, CAD 객체 피팅 |
| NodeSLAM |
Sucar 2020 |
점유 VAE, 객체 수준 SLAM (→ 레벨 5 잠재 표현에도 등장) |
| DSP-SLAM |
Wang (UCL) 2021 |
DeepSDF 형태 사전 정보 + ORB-SLAM2, 객체 수준 밀도 재구성(단안/스테레오/LiDAR) |