MASt3R-SLAM: 基于 3D 重建先验的实时稠密 SLAM
计算机视觉与模式识别
2025-06-03 v2 机器人学
摘要
我们提出了一种实时单目稠密 SLAM 系统，该系统自底向上基于 MASt3R（一种双视图 3D 重建与匹配先验）构建。凭借这一强先验，我们的系统在自然场景视频序列上具有鲁棒性，尽管除了唯一相机中心外，它不对固定或参数化相机模型做任何假设。我们引入了用于点图匹配、相机跟踪与局部融合、图构建与回环检测以及二阶全局优化的高效方法。在已知标定的情况下，对该系统进行简单修改即可在各种基准测试上达到 SOTA 性能。总而言之，我们提出了一种即插即用的单目 SLAM 系统，能够以 15 FPS 的运行速度生成全局一致的位姿和稠密几何。
引用
@article{arxiv.2412.12392,
title = {MASt3R-SLAM: Real-Time Dense SLAM with 3D Reconstruction Priors},
author = {Riku Murai and Eric Dexheimer and Andrew J. Davison},
journal= {arXiv preprint arXiv:2412.12392},
year = {2025}
}
备注
CVPR 2025 Highlight. The first two authors contributed equally to this work. Project Page: https://edexheim.github.io/mast3r-slam/