Gaussian-LIC2：基于激光雷达-惯性-相机的高斯光场SLAM
机器人学
2025-07-10 v2
摘要
本文首次提出了能够同时实现视觉质量、几何精度和实时性能的照片写实级激光雷达-惯性-相机高斯光场SLAM系统。该方法在连续时间轨迹优化框架内实现鲁棒且精确的姿态估计，同时以实时方式利用相机和激光雷达数据逐步重建3D高斯地图。最终得到的地图能够实现RGB图像和深度图的高质量、实时新视角渲染。为有效解决激光雷达覆盖区域重建不足的问题，我们采用轻量级零样态深度模型，综合RGB外观线索与稀疏激光雷达测量，生成密集深度图。深度完成可确保激光雷达视区初始化可靠，显著提升稀疏激光雷达传感器的系统适用性。为增强几何精度，我们使用稀疏但精确的激光雷达深度监督高斯地图优化，并通过精心设计的CUDA加速策略加速优化。此外，我们探索了 incrementally 重建的高斯地图如何提高里程计鲁棒性。通过将高斯地图中的光度约束紧密整合到连续时间因子图优化中，我们在激光雷达降级场景下展示了改进的姿态估计。我们还通过扩展该系统，展示了下游应用，包括视频帧插值和快速3D网格提取。为支持严格评估，我们构建了一个专门的激光雷达-惯性-相机数据集，包含真实姿态、深度图和外推轨迹，用于评估序列外新视角合成。该数据集和代码将在项目页面 https://xingxingzuo.github.io/gaussian_lic2 上公开。
关键词
引用
@article{arxiv.2507.04004,
title = {Gaussian-LIC2: LiDAR-Inertial-Camera Gaussian Splatting SLAM},
author = {Xiaolei Lang and Jiajun Lv and Kai Tang and Laijian Li and Jianxin Huang and Lina Liu and Yong Liu and Xingxing Zuo},
journal= {arXiv preprint arXiv:2507.04004},
year = {2025}
}