基于 2D Gaussian Splatting 的全局一致性 RGB-D SLAM
机器人学
2025-06-03 v1
摘要
近年来，基于 3D Gaussian Splatting 的 RGB-D SLAM 展现了高保真 3D 重建的卓越性能。然而，深度渲染一致性的缺失和缺乏高效的回环检测限制了其几何重建的质量及其在线执行全局一致性建图的能力。在本文中，我们提出了 2DGS-SLAM，一个使用 2D Gaussian Splatting 作为地图表示的 RGB-D SLAM 系统。通过利用 2D 变体深度一致的渲染特性，我们提出了一种精确的相机位姿优化方法，并实现了几何准确的 3D 重建。此外，我们利用 3D 基础模型 MASt3R 实现了高效的回环检测和相机重定位，并通过维护局部活跃地图实现了高效的地图更新。实验表明，与现有的基于渲染的 SLAM 方法相比，我们的 2DGS-SLAM 方法实现了更高的跟踪精度、更高的表面重建质量和更一致的全局地图重建，同时保持了高保真图像渲染和提升的计算效率。
引用
@article{arxiv.2506.00970,
title = {Globally Consistent RGB-D SLAM with 2D Gaussian Splatting},
author = {Xingguang Zhong and Yue Pan and Liren Jin and Marija Popović and Jens Behley and Cyrill Stachniss},
journal= {arXiv preprint arXiv:2506.00970},
year = {2025}
}
备注
18 pages