SLAM（Simultaneous Localization and Mapping）的中文翻譯是同步定位與地圖構建，即可以在未知環境中通過傳感器的信息來定位自身的位姿，并同時構建環境的三維地圖，因其在AR/VR、自動駕駛、機器人領域的巨大應用價值，得到了學術界和工業界的廣泛關注。

SLAM示意圖 SLAM技術主要提供兩方面的能力：即空間定位（Localization）和環境重建（Mapping）。而這兩方面的能力也是AR/VR的關鍵基礎技術。環境重建（Mapping）能力可以識別真實物理世界的幾何結構，提供了AR/VR虛擬場景與真實物理世界疊加的載體。而空間定位（Localization）能力，或者我們稱之為6DoF運動跟蹤，則能夠保證虛擬場景與真實世界的融合能夠在不同視角下的一致性。 01? XRSLAM特性介紹 XRSLAM[4]是OpenXRLab空間計算平臺中基于C++語言實現的SLAM算法庫，算法基于單目視覺和IMU實現了輕量級的VIO，同時支持桌面平臺和移動平臺，算法在EuRoC[3]等公開數據集上達到SOTA級別的精度，支持普通手機終端30fps的實時處理幀率。 1.1 模塊化的設計 XRSLAM的整個框架如下圖所示，算法支持多種不同傳感器數據作為輸入，經過XRSLAM算法內部的融合優化算法得到實時相機位姿。在當前開源的版本中，XRSLAM的核心是一個輕量級的VIO算法，其中包括對IMU數據的預積分，對圖像數據的特征匹配，基于視覺、IMU的線性對齊初始化以及完整的劃窗優化等。其中特征匹配采用了OpenCV[5]的光流來實現。

SLAM示意圖OpenXRLab-XRSLAM框架 算法內部根據核心模塊、狀態估計、多視圖幾何、視覺定位、地圖結構、AR展示、實用工具等不同類別，模塊化了不同的函數和類，方便開發者上手和拓展更多功能。

XRSLAM設計了靈活易拓展的多傳感器支持，當前發布的版本以單目相機和IMU作為傳感器輸入，在此基礎上，我們會進一步拓展到多目相機、深度相機以及廣角相機等更多配置。

1.2 跨平臺的開發

算法庫核心部分只依賴Eigen[6]、OpenCV[5]、Ceres Solver[7]等常用基礎庫，而且這些基礎庫都已經包含在我們的XRPrimer基礎庫中。XRSLAM支持Linux、Mac、Android、iOS等多個平臺的編譯運行，當前發布的版本中，我們也提供了Linux/Mac和iOS的完整的編譯流程和可以方便運行的demo。 1.3 完善的文檔說明 為了讓用戶能快速上手XRSLAM，我們提供了詳盡的文檔和教程供使用者參考，其中包含了：

如何在PC平臺編譯和運行：

如何在移動平臺開發AR demo：

VIO能夠正常穩定的運行，依賴對多傳感器參數進行提前標定，我們提前對近幾年的iOS設備進行了參數標定，使得開發者隨手可以快速運行起來我們的AR demo。

最后，考慮到配置系統環境容易出現各種問題，XRSLAM還提供了完整的docker鏡像，幫助開發者快速地基于統一的系統環境上手開發SLAM。

在我們的XRSLAM的官方github頁面，我們將及時回答大家在使用XRSLAM的問題并盡力處理各類issue，歡迎大家踴躍參與討論！ 02? XRSLAM 性能指標 XRSLAM在EuRoC上進行了精度評測，并與目前SOTA算法VINS-Mono進行了對比（其中VINS-Mono的結果是基于開源代碼本地復現的結果）。從結果看，XRSLAM的精度具備顯著的領先性。另外，XRSLAM也可以在移動端實時運行，算法處理效率可以支持30Fps以上的數據處理幀率。

效果指標對比結果（注意這里的精度指標都不包含回路閉合的功能）

EuRoC V101 算法運行可視化效果

移動端AR效果(視頻2倍速播放)

03? 總結

SLAM是一個既古老又充滿活力的研究領域，在這個方向仍有很多值得研究的熱點問題。XRSLAM提供一個開放的平臺，以簡潔高效、跨平臺、易拓展的形式，歡迎大家在此平臺上進行二次開發，共同探索SLAM方向的新的研究課題和技術突破。

編輯：黃飛

?