Pow3R-SLAM：具有 3D 重建先验的实时 RGB-D SLAM

我们推出 Pow3R-SLAM，这是一种使用 Pow3R 进行跟踪和建图的实时 RGB-D 同步定位和建图 (SLAM) 系统。受到 MASt3R-SLAM（最近一项使用双视图 3D 重建先验的单目 SLAM 工作）的启发，我们扩展了这项工作，将深度纳入网络预测的先验，而不是作为融合的几何体。传统的 RGB-D SLAM 系统在深度图像的稀疏性方面遇到困难，而 Pow3R 利用可用的深度来提供条件更好的点图，同时从双视图光度、深度和内在数据推断空白区域的深度。根据 MA​​St3R-SLAM 的协议对来自 TUM、7-Scenes 和 Replica 的 24 个序列进行评估，Pow3R-SLAM 的运行速度提高了 1.6 倍，平均轨迹误差降低了 15%，未缩放误差降低了 3.1 倍，并生成更密集的地图，倒角距离降低了 30%。我们还引入了一种混合变体，其运行速度比 MASt3R-SLAM 快 2.1 倍，每秒 25.3 帧 (FPS)，同时保持改进的跟踪和映射精度。与 RGB-D 模式下的 ORB-SLAM3 相比，Pow3R-SLAM 在 TUM、7-Scenes 和 ETH3D-SLAM 上更加准确，并完成每个 TUM 序列。虽然 Pow3R-SLAM 在处理一小组自相似场景时可能会遇到困难，但其整体性能表明，添加深度作为双视图 3D 重建 SLAM 的先验可能是有益的。项目网页位于：https://ChrisKolios.github.io/Pow3R-SLAM，代码将在接受后开源。