CaRtGS：用于实时高斯溅射SLAM的计算对齐
计算机视觉与模式识别
2025-03-11 v4 机器人学
摘要
同时定位与地图构建（Simultaneous Localization and Mapping, SLAM）是机器人领域的核心技术，场景重建的照片逼真度正成为关键挑战。为此，我们引入计算对齐用于实时高斯溅射SLAM（CaRtGS），一种新型方法，提升了实时环境中场景重建的效率与质量。基于3D高斯溅射（3D Gaussian Splatting, 3DGS），CaRtGS实现卓越的渲染质量与处理速度，这对于场景照片逼真重建至关重要。我们的办法通过自适应策略解决高斯溅射SLAM（GS-SLAM）中的计算错位问题，提升优化迭代次数，解决长尾优化问题，并优化稠密化。在Replica、TUM-RGBD和VECtor数据集上的实验表明，CaRtGS在更少的高斯原始素材的情况下，实现了高保真渲染效果。该工作推动了SLAM向实时、照片逼真稠密渲染迈进，显著推动了场景表示的照片逼真化。为便利研究社区，我们将公开代码及配套视频于项目网站发布：https://dapengfeng.github.io/cartgs。
引用
@article{arxiv.2410.00486,
title = {CaRtGS: Computational Alignment for Real-Time Gaussian Splatting SLAM},
author = {Dapeng Feng and Zhiqiang Chen and Yizhen Yin and Shipeng Zhong and Yuhua Qi and Hongbo Chen},
journal= {arXiv preprint arXiv:2410.00486},
year = {2025}
}
备注
Accepted by IEEE Robotics and Automation Letters (RA-L)