DISORF：一种面向移动机器人的分布式在线三维重建框架

我们提出了一个名为 DISORF 的框架，旨在实现资源受限的移动机器人和边缘设备对所捕获场景的在线三维重建与可视化。为解决边缘设备计算能力有限及网络可用性可能不足的问题，我们设计了一个能在边缘设备与远程服务器之间高效分配计算的框架。我们利用设备端 SLAM 系统生成带位姿的关键帧，并将其传输至远程服务器，以便利用神经三维方法的最新进展在运行时执行高质量的三维重建和可视化。我们指出了在线训练中的一个关键挑战，即朴素图像采样策略可能导致渲染质量显著下降。为此，我们提出了一种新颖的偏移指数帧采样方法来解决这一在线训练挑战。我们展示了该框架在实现高质量实时重建和可视化方面的有效性，能够处理从移动机器人和边缘设备的相机捕获并流式传输的未知场景。