AgriGS-SLAM: 基于多视图高斯溅射的orchard场景全季节映射
机器人学
2025-10-31 v1 计算机视觉与模式识别
摘要
园艺机器人在orchard环境中需要在行几何重复、季节性外观变化以及风致植被运动等挑战下实现实时3D场景理解。我们提出AgriGS-SLAM，一种融合直接LiDAR里程计与闭环与多摄像头3D高斯溅射(3DGS)渲染的视觉-LiDAR SLAM框架。通过对互补视角的批处理光栅化，可在遮挡下恢复orchard结构；而在关键帧之间执行统一的基于梯度的数值图生命周期，可保留细节并限制内存。姿态优化通过基于LiDAR的概率深度一致性项引导，并反向传播通过相机投影，以紧密耦合几何与外观。我们在苹果和梨园的 dormancy、flowering和harvesting三个季节部署该系统，采用标准化轨迹协议评估训练视图和新视图合成，以减少3DGS的过拟合。在季节和场地上，AgriGS-SLAM相比最新的3DGS-SLAM基线提供更锐利、更稳定的重建以及更平稳的轨迹，同时保持现场实时性能。虽然在orchard监控中验证，但该方法可应用于其他需要鲁棒多模态感知的户外领域。
引用
@article{arxiv.2510.26358,
title = {AgriGS-SLAM: Orchard Mapping Across Seasons via Multi-View Gaussian Splatting SLAM},
author = {Mirko Usuelli and David Rapado-Rincon and Gert Kootstra and Matteo Matteucci},
journal= {arXiv preprint arXiv:2510.26358},
year = {2025}
}