GSO-SLAM：双向耦合的高斯溅射与直接视觉里程计
计算机视觉与模式识别
2026-02-13 v1 机器人学
摘要
我们提出了GSO-SLAM，一种利用高斯场景表示的实时单目稠密SLAM系统。与现有方法不同，现有方法要么将跟踪与建图耦合在统一场景中，从而产生计算成本，要么将它们与结构良好的跟踪框架松散集成，引入冗余，我们的方法将视觉里程计（VO）和高斯溅射（GS）进行双向耦合。具体来说，我们的方法在期望最大化（EM）框架内制定了联合优化，使得能够同时优化VO导出的半稠密深度估计和GS表示，而无需额外的计算开销。此外，我们提出了高斯溅射初始化，它利用来自VO的图像信息、关键帧位姿和像素关联来生成最终高斯场景的紧密近似，从而消除了对启发式方法的需求。通过大量实验，我们验证了我们方法的有效性，表明它不仅能够实时运行，而且在重建场景的几何/光度保真度和跟踪精度方面达到了最先进的水平。
引用
@article{arxiv.2602.11714,
title = {GSO-SLAM: Bidirectionally Coupled Gaussian Splatting and Direct Visual Odometry},
author = {Jiung Yeon and Seongbo Ha and Hyeonwoo Yu},
journal= {arXiv preprint arXiv:2602.11714},
year = {2026}
}
备注
8 pages, 6 figures, RA-L accepted