nvidia-isaac/cuVSLAM

解决的问题

cuVSLAM 为视觉里程计和同时定位与地图构建（SLAM）提供高性能解决方案。它使机器人和设备能够使用摄像头数据实时追踪自身位置并构建环境地图，通过工程化默认设置自动适应不同环境和运动模式，无需手动参数调优。

工作原理

该库利用 CUDA 加速来高效处理视觉数据。根据可用的传感器硬件支持多种跟踪模式：

• 单目：使用单个摄像头（尺度模糊）。
• RGBD：使用一个对齐深度的 RGB-D 摄像头。
• 多摄像头：使用两个或更多摄像头，至少包含一个立体对。
• 惯性：结合立体对与 IMU，提升鲁棒性。
• 多传感器：实验性模式，使用 cuNLS（CUDA 非线性最小二乘）融合任意组合的 RGB、RGB-D 摄像头和可选 IMU。

适用人群

专为使用 NVIDIA 硬件（桌面、服务器或 Jetson Orin/Thor）的机器人开发者和研究人员设计，满足其对高精度、实时视觉追踪与地图构建的需求。

主要亮点

• CUDA 加速：针对高计算效率和实时性能进行优化。
• 零调参：开箱即用，自动适应环境与运动模式。
• 灵活的传感器支持：兼容从单摄像头到复杂多传感器阵列的各种配置。
• 广泛集成：提供 C++ 和 Python API，以及通过 Isaac ROS 的官方 ROS2 支持。