H3-映射：基于层次混合表示的准均匀特征网格用于实时稠密映射
机器人学
2024-07-17 v3
摘要
近年来，基于隐式在线稠密映射的方法取得了高质量的重建效果，展现了在机器人、AR/VR 和数字孪生等应用领域的巨大潜力。然而，现有方法在纹理建模速度上受限，制约了其实际性能。为此，我们提出一种基于 NeRF 的稠密映射方法，实现更快的重建速度和更高的质量。为提高纹理建模效率，我们引入准异构特征网格，继承了均匀特征网格快速查询能力，同时适应不同纹理复杂度的需求。此外，我们提出一种基于梯度的覆盖最大化策略用于关键帧选择，使所选关键帧在纹理丰富的区域聚焦更近，同时覆盖纹理稀疏的区域。实验结果表明，我们的方法在纹理保真度、几何精度和计算时间方面均优于现有的基于 NeRF 的方法。我们的代码将在 https://github.com/SYSU-STAR/H3-Mapping 上发布。
引用
@article{arxiv.2403.10821,
title = {H3-Mapping: Quasi-Heterogeneous Feature Grids for Real-time Dense Mapping Using Hierarchical Hybrid Representation},
author = {Chenxing Jiang and Yiming Luo and Boyu Zhou and Shaojie Shen},
journal= {arXiv preprint arXiv:2403.10821},
year = {2024}
}
备注
Accepted by IEEE Robotics and Automation Letters