XRDSLAM: A Flexible and Modular Framework for Deep Learning based SLAM

要約

この論文では、柔軟な SLAM フレームワークである XRDSLAM を提案します。
モジュール式コード設計とマルチプロセス実行メカニズムを採用し、統合データセット管理、3D 視覚化、アルゴリズム構成、メトリクス評価などの再利用性の高い基本モジュールを提供します。
これは、開発者が完全な SLAM システムを迅速に構築し、さまざまなアルゴリズム モジュールを柔軟に組み合わせ、精度と効率を比較するための標準化されたベンチマークを実行するのに役立ちます。
このフレームワーク内で、NeRF および 3DGS ベースの SLAM、さらにはオドメトリまたは再構成アルゴリズムを含む、さまざまなタイプのいくつかの最先端の SLAM アルゴリズムを統合し、柔軟性と拡張性を実証します。
また、これらの統合アルゴリズムを総合的に比較・評価し、それぞれの特徴を分析します。
最後に、私たちはすべてのコード、構成、データをオープンソース コミュニティに提供します。このコミュニティは、オープンソース エコシステム内で SLAM テクノロジーの広範な研究開発を促進することを目的としています。

要約(オリジナル)

In this paper, we propose a flexible SLAM framework, XRDSLAM. It adopts a modular code design and a multi-process running mechanism, providing highly reusable foundational modules such as unified dataset management, 3d visualization, algorithm configuration, and metrics evaluation. It can help developers quickly build a complete SLAM system, flexibly combine different algorithm modules, and conduct standardized benchmarking for accuracy and efficiency comparison. Within this framework, we integrate several state-of-the-art SLAM algorithms with different types, including NeRF and 3DGS based SLAM, and even odometry or reconstruction algorithms, which demonstrates the flexibility and extensibility. We also conduct a comprehensive comparison and evaluation of these integrated algorithms, analyzing the characteristics of each. Finally, we contribute all the code, configuration and data to the open-source community, which aims to promote the widespread research and development of SLAM technology within the open-source ecosystem.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google