DROID-SLAM

DROID-SLAM: Deep Visual SLAM进阶

普林斯顿提出的深度学习视觉 SLAM，循环迭代估计相机位姿和稠密深度。

DROID-SLAM 是普林斯顿大学 Zachary Teed 和 Jia Deng 发表在 NeurIPS 2021 的视觉 SLAM（同步定位与建图）系统。它借用同组 RAFT 光流的结构，在相关帧之间计算稠密像素对应，由循环网络反复更新相机位姿和每个像素的深度，中间嵌入一个可微的稠密光束法平差层（BA，联合优化相机位姿和三维结构），把几何约束直接放进网络。它只在合成数据集 TartanAir 上用单目视频训练，测试时也能用双目或 RGB-D 输入，在 TartanAir、EuRoC、TUM-RGBD、ETH3D 上精度明显超过以往方法，灾难性失败也少得多。代价是依赖 GPU，推理需要至少 11 GB 显存。后来 MASt3R-SLAM 等深度 SLAM 工作常拿它作对比基线。