EC3R-SLAM：基于前馈 3D 重建的高效且一致的单目稠密 SLAM
机器人学
2025-10-03 v1
摘要
单目稠密同时定位与制图（SLAM）的应用往往受到高延迟、大 GPU 内存消耗以及依赖相机标定的限制。为放宽这一约束，我们提出了 EC3R-SLAM，一种新颖的无标定单目稠密 SLAM 框架，实现了高定位和制图精度、低延迟和低 GPU 内存消耗。这使得框架能够通过跟踪模块（维护特征点的稀疏地图）和基于前馈 3D 重建模型的制图模块（同时估计相机内参）进行耦合，从而实现效率。此外，融合了局部和全局闭环，以确保中期和长期数据关联，强制多视角一致性，从而提高整个系统的准确性和鲁棒性。跨越多个基准的实验表明，EC3R-SLAM 在性能上与最先进的方法相当，同时更快且更省内存。此外，它在笔记本电脑和 Jetson Orin NX 等资源受限平台上也能有效运行，凸显其在实际机器人应用中的潜力。
引用
@article{arxiv.2510.02080,
title = {EC3R-SLAM: Efficient and Consistent Monocular Dense SLAM with Feed-Forward 3D Reconstruction},
author = {Lingxiang Hu and Naima Ait Oufroukh and Fabien Bonardi and Raymond Ghandour},
journal= {arXiv preprint arXiv:2510.02080},
year = {2025}
}