LIV-GaussMap：用于实时 3D 辐射场地图渲染的 LiDAR-惯性-视觉融合
机器人学
2024-05-20 v2
摘要
我们引入了一个集成的精确 LiDAR、惯性、视觉 (LIV) 多模态传感器融合建图系统，该系统基于可微分的表面高斯泼溅，以提高地图的保真度、质量和结构精度。值得注意的是，这也是一种用于 LiDAR-视觉-惯性传感器融合的新型紧耦合地图形式。该系统利用 LiDAR 和视觉数据的互补特性，捕捉大规模 3D 场景的几何结构，并高保真地恢复其视觉表面信息。场景表面高斯和每帧传感器位姿的初始化，通过具有尺寸自适应体素特征的 LiDAR-惯性系统获得。然后，我们利用视觉导出的光度梯度来优化和细化高斯，以优化其质量和密度。我们的方法兼容各种类型的 LiDAR，包括固态和机械式 LiDAR，支持重复和非重复扫描模式。通过 LiDAR 增强结构构建，并促进在多种 LIV 数据集上实时生成逼真渲染。它在为数字孪生和虚拟现实生成实时逼真场景方面展示了显著的弹性和多功能性，同时在实时 SLAM 和机器人领域也具有潜在的应用价值。我们发布了软件、硬件和自采数据集，以惠及社区。
引用
@article{arxiv.2401.14857,
title = {LIV-GaussMap: LiDAR-Inertial-Visual Fusion for Real-time 3D Radiance Field Map Rendering},
author = {Sheng Hong and Junjie He and Xinhu Zheng and Chunran Zheng and Shaojie Shen},
journal= {arXiv preprint arXiv:2401.14857},
year = {2024}
}