FastTrack：基于GPU的视觉SLAM加速跟踪
机器人学
2025-09-16 v1 分布式、并行与集群计算
摘要
视觉惯性SLAM系统的跟踪模块处理输入图像帧和IMU数据, 以估算帧相对于地图的位置。为避免差分 localization 或跟踪丢失, 跟踪必须在每个帧完成。因此, 我们提出了新方法, 利用GPU计算资源加速跟踪中耗时的组件, 以提高其性能。这些组件包括立体特征匹配和局部地图跟踪。我们将设计集成到ORB-SLAM3跟踪过程中使用CUDA实现。我们的评估显示, 在立体惯性模式下, 以EuRoC和TUM-VI等著名SLAM数据集为基准, 在桌面级和Jetson Xavier NX板上, 整体跟踪性能提升最高可达2.8倍。
引用
@article{arxiv.2509.10757,
title = {FastTrack: GPU-Accelerated Tracking for Visual SLAM},
author = {Kimia Khabiri and Parsa Hosseininejad and Shishir Gopinath and Karthik Dantu and Steven Y. Ko},
journal= {arXiv preprint arXiv:2509.10757},
year = {2025}
}
备注
Accepted for presentation at IROS 2025, preprint