线特征增强cuVSLAM低纹理视觉里程计

2026年10月16日，arXiv Computer Vision 刊出 Dara Molloy 等作者的论文，提出为 CUDA 加速的视觉 SLAM 系统 cuVSLAM 加入线特征扩展，以应对仓库与生产设施中无纹理通道、均匀墙面和反光地面导致的点特征视觉里程计失效问题。据该论文，方法在 RGB-D 模式下、采用 SE(3) Umeyama 对齐且不做尺度校正进行评估：线特征使 TUM RGB-D Freiburg3 集合 22 个序列的平均绝对轨迹误差降低 38.5%，使 Replica 房间与办公室 8 个序列降低 30.1%，并在所测试的全部配置中实现零跟踪失败。上述数据与条件均出自该论文自身，仅代表其报告结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。