基于神经距离场的里程计方法和装置、电子设备及存储介质

本申请公开了一种基于神经距离场的里程计方法和装置、电子设备及存储介质。本申请实施例通过将采集到的点云数据分为两个部分，一部分作为正样本用于对采用神经辐射场(NeRF)的机器学习模型进行实时训练，然后将剩余的点云数据输入到经训练的模型来生成带符号距离函数(SDF)值，作为神经距离场值，并且由于理想情况下，从物体表面反射回的点的带符号距离函数SDF值应该都为零，因此能够利用这样生成的神经距离场值向着为零的方向进行迭代调整，以减小或消除点云数据中的误差，从而在迭代完成后可以获得里程计图中各点的移动方向以及对应的移动距离，从而能够获得其中能够更准确地表示扫描到的环境的更新后的里程计图，大大提高了SLAM的测量精度。