基于傅里叶频域的高斯溅射实现稀疏-密集地图融合的实时 SLAM
计算机视觉与模式识别
2025-06-26 v2 人工智能
机器人学
摘要
3D 高斯溅射推动了同步定位与地图构建（SLAM）技术的发展，使其能够实现实时定位并构建高保真地图。然而，高斯位置和初始化参数的不确定性常常带来挑战，需要大量迭代收敛，导致冗余或不足的高斯表示。为此，我们引入一种基于傅里叶频域分析的自适应稠密化方法，以建立高斯先验实现快速收敛。此外，我们提出构建独立且统一的稀疏-密集地图，其中稀疏地图通过广义迭代最近点（GICP）支持高效跟踪，密集地图创建高保真视觉表示。这项技术是首个利用频域分析实现实时高质量高斯映射的 SLAM 系统。实验结果表明，在 Replica 和 TUM RGB-D 数据集上实现平均 36 FPS 的帧率，在定位和地图构建方面实现了具竞争力的精度。
引用
@article{arxiv.2503.01109,
title = {FGS-SLAM: Fourier-based Gaussian Splatting for Real-time SLAM with Sparse and Dense Map Fusion},
author = {Yansong Xu and Junlin Li and Wei Zhang and Siyu Chen and Shengyong Zhang and Yuquan Leng and Weijia Zhou},
journal= {arXiv preprint arXiv:2503.01109},
year = {2025}
}