近日，云海时空（北京）科技有限公司的最新研究成果《MoD-SLAM: Monocular Dense Mapping for Unbounded 3D Scene Reconstruction》成功发表在机器人领域权威期刊《IEEE Robotics and Automation Letters》上。该研究提出了首个基于单目神经辐射场（NeRF）的实时稠密三维场景重建方法——MoD-SLAM，为大规模、无边界场景的三维重建和实时定位开辟了新路径。这一重大突破不仅彰显了云海时空团队在机器人领域的深厚技术积累，也标志着公司在推动三维场景重建技术方面迈出了坚实的一步。
本研究由云海时空团队联合美国哥伦比亚大学、日本东京大学和大连理工大学共同完成，是一项产学研合作的典范，显示了公司在全球范围内的学术影响力，为吸引更多国际顶尖人才和拓展国际合作奠定了基础。
MoD-SLAM（Monocular Dense Mapping for Unbounded 3D Scene Reconstruction）是一种基于单目相机的实时无界三维场景重建方法。该方法针对现有单目SLAM（Simultaneous Localization and Mapping）系统缺乏准确深度估计，从而限制跟踪和映射性能的问题，提出了创新的解决方案。通过引入深度估计模块和基于高斯的无界场景表示方法，MoD-SLAM实现了在大型无界场景中的高精度三维重建和定位，并提出了以下创新：
无边界场景表示：通过引入基于高斯编码的无边界场景表示技术，使得系统能够处理无边界场景，解决了传统SLAM系统无法映射无边界场景的痛点。
深度估计模块与深度监督机制：在前端加入深度估计模块，通过深度先验优化系统的定位与重建精度，显著提升了大场景的尺度一致性。
实时性能：系统可在常规计算平台上实现实时运行，其精度与速度相较现有方法分别提升了30%和15%。
此次研究成果的发表，对于云海时空乃至整个机器人与自动化领域都具有重要意义，标志着云海时空团队在机器人视觉与人工智能领域取得了重大突破。首先，MoD-SLAM的成功研发填补了单目SLAM在无界场景重建中的技术空白，为三维场景重建提供了新的思路和方法。其次，该方法的高精度和实时性使其在实际应用中具有广泛的前景，如自动驾驶、无人机导航、增强现实等领域，能够显著提升这些技术的性能和用户体验。MoD-SLAM的无边界场景重建能力和实时性能将为多领域技术应用带来深远影响：
1.增强现实与虚拟现实：提升虚拟场景构建和交互体验的质量。
2.自动驾驶与机器人导航：为复杂城市环境中的自动化系统提供更高效的定位与场景感知能力。
3.数字孪生与智慧城市：支持大规模场景的高精度建模与实时监测。
4.文化遗产保护：优化稀有和复杂遗址的数字化重建。
云海时空创始人CEO郭哲滔表示，未来将进一步优化MoD-SLAM的性能，探索其在更多实际场景中的应用潜力。作为技术创新的推动者，云海时空将继续以高水平的研发实力助力中国智能科技的发展。
论文链接：https://ieeexplore.ieee.org/document/10753089
参考文献：
Heng Zhou, Zhetao Guo, Yuxiang Ren, Shuhong Liu, Lechen Zhang, Kaidi Zhang, and Mingrui Li (2025). MoD-SLAM: Monocular Dense Mapping for Unbounded 3D Scene Reconstruction. IEEE Robotics and Automation Letters, 10(1), 484-491. doi:10.1109/LRA.2024.3426043.
责任编辑：夏岩
分享到：
