연구진이 실시간 대규모 가우시안 매핑 SLAM 시스템 GLAM-SLAM을 개발했어요. 기존 방식의 짧은 시퀀스, 실시간성, GPU 메모리 제한 문제를 해결하는 데 목표를 뒀어요.
GLAM-SLAM은 로버스트한 특징 기반 SLAM 프론트엔드를 활용해 가벼운 추적을 보장하고, 대규모 환경에서 장면 일관성을 유지하기 위해 희소 앵커 그리드 표현을 사용해요.
KITTI Odometry, Oxford RobotCar, M'alaga 데이터셋에서 GLAM-SLAM은 15% 향상된 재구성 품질과 실시간 성능을 보여줬으며, 관련 코드는 공개됐어요.