RootSLAM：平方根光束法平差让视觉惯性 SLAM 提速最高 20 倍
zhenjun_zhao · x · 2026-10-17
- 定位：面向机器人、混合现实、自动驾驶与无人机等低功耗设备的高效 SLAM——学习式 SLAM 精度高但算力开销大，经典几何方法保持效率优势。
- 方法：在 Basalt 基础上构建支持多相机的完整视觉惯性 SLAM 系统，将结构从运动中的平方根光束法平差（square-root bundle adjustment）通过新型公式化迁移到多相机 VI-SLAM：利用系统的位姿图让全局优化器以单精度浮点运行，性能翻倍；并补全地图数据库、回环检测/回环校正、全局 BA 等模块。
- 结果：精度与 SOTA 相当的同时运行速度最高快 20 倍；消融实验显示在 95 条序列上平均 ATE 从 Basalt 的 95cm 降至 12.4cm，远超 OKVIS2（94.3cm）与 ORB-SLAM3。
- 开源：含地图管理、回环模块、位姿图优化器与全局建图组件的完整实现将开源。
「具身」频道最新
- MIT 新作 Contact-UAN:6.5 分钟数据让人形机器人落地更稳 — kevin_zakka · 2026-10-17
- 手持 Livox MID-360 在 ROS 2 实现地图定位,室外跑通约 390 米 — rsasaki0109 · 2026-10-17
- RoboMME 登顶：全量视觉历史塞进上下文，Astra 92.1% 超人类基线 — hankyang94 · 2026-10-17
- 全盲开发者用 Claude 打造 AccessSlice,让盲人独立使用 3D 打印机 — Mrblindguardian · 2026-10-17
- ROS 开源机器人周报:ROSCon 中国站与英国站相继启动 — kscottz · 2026-10-17
- 模拟机器人评测：Claude Opus 5.5 在 16 组对比中 14 次胜过 Opus 5 — qinzytech · 2026-10-17