gradslam

gradslam 在 GitHub 开源的算法库，主要语言 Python。 gradslam is an open source differentiable dense SLAM library for PyTorch

SDKgradslamgradslam

开发工具档案怎么用、适配哪些机型、哪些环境验证过

gradslam 在 GitHub 开源的算法库，主要语言 Python。 gradslam is an open source differentiable dense SLAM library for PyTorch

算法库python更新于 2023-09-02

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。

gradslam是基于PyTorch生态的开源可微分稠密SLAM算法库，核心开发语言为Python，定位为面向机器人感知与深度学习交叉领域的通用算法工具，核心功能模块包含可微分的前端视觉里程计、后端位姿优化、稠密点云/TSDF地图重建全链路组件，支持梯度在SLAM全流程回传。

该库适配L3-L4层级的机器人感知技术栈，覆盖SLAM导航、VLA感知输入预处理、机器人环境建图等场景，开发者可直接通过PyTorch生态的pip安装集成，可与深度学习模型联合训练，也可作为独立SLAM模块嵌入机器人感知链路调用。

工具分类、开发语言、GitHub 社区活跃度与环境要求。

源码克隆、构建方式、已验证系统环境与版本更新记录。

git clone https://github.com/gradslam/gradslam.git
cd gradslam
# 安装 Python 依赖与开发包
pip install -e .

版本 / 分支	验证环境	接入说明
main / 最新稳定分支，适配PyTorch 2.x系列版本	Ubuntu 22.04 LTS / Python 3.8~3.11 / CUDA 11.7~12.x / PyTorch 2.0+	可通过pip install gradslam直接安装，核心入口为gradslam.SLAM类，支持RGBD序列输入完成可微分建图与位姿优化。

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。

同一厂商开源的配套仓库或同技术栈开发工具。

本页事实对应的公开页面，以原文为准。