外观
Skip to content
nice-slam
nice-slam
cvg 在 GitHub 开源的自动驾驶/飞控栈，主要语言 Python。 [CVPR'22] NICE-SLAM: Neural Implicit Scalable Encoding for SLAM
概述
这个开发工具的核心职责、所属技术栈与硬件生态定位。
nice-slam是CVG团队开源的L4级自主导航SLAM算法库，归属autonomy_stack工具类别，基于Python语言开发，核心为CVPR 2022收录的神经隐式可扩展编码SLAM方案，具备神经隐式场景表征、大尺度场景建图、高精度位姿估计等核心功能模块，兼顾场景编码的紧凑性与定位建图的精度表现。
该项目适配SLAM导航技术栈层级，无绑定特定机器人本体，开发者可直接克隆仓库源码，依赖Python环境安装相关依赖后，接入RGB-D或单目视觉数据流即可完成集成，可用于自动驾驶、无人机飞控等场景的定位建图需求，也可作为研究场景神经表征的基线方案二次开发。
资料出处 GitHub cvg/nice-slam
关键工程信息
工具分类、开发语言、GitHub 社区活跃度与环境要求。
快速接入与环境要求
源码克隆、构建方式、已验证系统环境与版本更新记录。
源码拉取与构建参考
git clone https://github.com/cvg/nice-slam.git
cd nice-slam
# 安装 Python 依赖与开发包
pip install -e .推荐运行环境与版本 1
| 版本 / 分支 | 验证环境 | 接入说明 |
|---|---|---|
| main / 最新稳定分支（适配PyTorch 2.x，支持ROS 2 Humble集成） | Ubuntu 22.04 LTS / Python 3.8~3.10 / PyTorch 2.0+ / CUDA 11.7~12.x | 克隆仓库后通过pip安装requirements.txt依赖，核心入口为demo.py，支持RGB-D、单目视觉数据流接入，可直接运行官方示例验证效果。 |
适配与兼容机型
支持接入该 SDK、ROS 驱动或仿真资产的机器人本体。
尚未收录适配机型。
同厂商与同类工具
同一厂商开源的配套仓库或同技术栈开发工具。
来源
本页事实对应的公开页面，以原文为准。
- GitHub cvg/nice-slam访问 2026-10-13