gradslam ：用于 PyTorch 的开源可区分密集 SLAM 库

概述

gradslam 是一个用于 PyTorch 的开源可区分密集 SLAM 库。

gradslam 是一个完全可微的密集 SLAM 框架。它为密集 SLAM 系统提供了可微构建模块的存储库，例如可微非线性最小二乘求解器、可微 ICP（迭代最近点）技术、可微光线投射模块和可微映射/融合模块。人们可以使用这些块来构建 SLAM 系统，使梯度从系统的输出（地图、轨迹）一直流到输入（原始颜色/深度图像、参数、校准等）。

rgbdimages = RGBDImages(colors, depths, intrinsics)
slam = PointFusion()
pointclouds, recovered_poses = slam(rgbdimages)
pointclouds.plotly(0).show()

安装

[hidecontent type="logged" desc="隐藏内容：登录后可查看"]

要求

pytorch>=1.6.0（对于其他 pytorch 版本，请参见此处）

使用 pip（实验）

pip install gradslam

从 GitHub 安装

pip install 'git+https://github.com/gradslam/gradslam.git'

从本地克隆安装（推荐）

git clone https://github.com/krrish94/chamferdist.git
cd chamferdist
pip install .
cd ..
git clone https://github.com/gradslam/gradslam.git
cd gradslam
pip install -e .[dev]

验证安装

要验证是否gradslam已成功构建，请启动 python 解释器，然后导入！

import gradslam as gs
print(gs.__version__)

您应该看到显示的版本号。

概述

安装

要求

使用 pip（实验）

从 GitHub 安装

从本地克隆安装（推荐）

验证安装

更多详细信息