AI时间线SLAM模型的历史时间线
(AI时间线生成)
SLAM模型是同时定位与地图构建技术的演进历程，涵盖从传统方法到深度学习、NeRF、3D高斯泼溅等前沿技术的里程碑事件，展示了视觉SLAM、激光SLAM及语义SLAM等方向的发展。
2015-01-01 00:00:00
PoseNet (ICCV) – 重定位：首个用CNN回归相机6DoF位姿
2016-01-01 00:00:00
LIFT (ECCV) – 前端特征：首个用CNN学习特征点+描述子；NetVLAD (CVPR) – 回环检测：全局图像描述符
2017-01-01 00:00:00
DeepVO (arXiv) – 端到端系统：CNN+LSTM端到端视觉里程计；SuperPoint (arXiv/CVPR 2018) – 前端特征：自监督CNN特征点检测+描述；CNN-SLAM (CVPR) – 建图：CNN深度估计+直接法单目SLAM融合
2018-01-01 00:00:00
YOLOv3 – 语义/决策：实时目标检测；GeoNet (CVPR) – 前端特征：无监督联合估计深度、光流和相机运动；PointNetVLAD (ICRA) – 回环检测：点云全局描述符；VSO (ECCV) – 后端优化：语义约束融入位姿和地图优化；ScanContext (IROS) – 回环检测：LiDAR点云全局描述子
2019-01-01 00:00:00
SuperGlue (NeurIPS) – 前端特征：Transformer+图匹配的特征匹配；D2-Net (CVPR) – 前端特征：联合做稠密特征描述和检测；GCNv2 (arXiv) – 前端特征：生成与ORB兼容的二进制描述子
2020-01-01 00:00:00
YOLOv4 – 语义/决策：实时目标检测；DISK (ECCV) – 前端特征：端到端可微分特征点检测+描述；D3VO (CVPR) – 端到端系统：深度+位姿+不确定度预测集成到直接法VO；NeRF (CVPR) – 建图：神经辐射场，隐式建图开端
2021-01-01 00:00:00
LoFTR (CVPR) – 前端特征：无检测器密集匹配（低纹理强）；CLIP – 语义/决策：图文对齐大模型，用于SLAM语义理解；DINO – 建图：自监督视觉特征，用于语义建图；DROID-SLAM (NeurIPS) – 端到端系统：可微光流迭代更新密集SLAM
2022-01-01 00:00:00
Instant-NGP (SIGGRAPH) – 建图：极速NeRF，实时神经SLAM基础
2023-01-01 00:00:00
LightGlue (ICCV) – 前端特征：SuperGlue轻量化（8倍速）；ALIKE (ICRA) – 前端特征：SuperPoint知识蒸馏+高效注意力；SAM (arXiv) – 语义/决策：通用分割大模型；MobileSAM (arXiv) – 语义/决策：SAM蒸馏至1-10MB；FastSAM (arXiv) – 语义/决策：SAM轻量蒸馏版实时分割；3D Gaussian Splatting (SIGGRAPH) – 建图：显式3D高斯散点表示；GroundingDINO (arXiv) – 语义/决策：开放词汇检测
2024-01-01 00:00:00
SplatAM (CVPR) – 建图：首个RGB-D 3DGS-SLAM；MonoGS (CVPR最佳Demo) – 建图：单目3DGS-SLAM；YOLOv8-v10 – 语义/决策：实时检测+分割一体化；SPAQ-DROID (arXiv) – 端到端系统：DROID-SLAM剪枝+量化；XFeat (ICRA) – 前端特征：超轻量特征（<0.5M参数, CPU实时）；EfficientLoFTR (ECCV) – 前端特征：LoFTR轻量化；OverlapMamba (ICCV) – 回环检测：Mamba状态空间模型
2025-01-01 00:00:00
SLAM-Former (arXiv) – 后端优化：Transformer统一前后端
2026-01-01 00:00:00
Flash-Mono (ICLR) – 建图：单目3DGS-SLAM 10倍加速；FoundationSLAM (AAAI) – 端到端系统：基础大模型驱动稠密SLAM