MGSO: 结合高效 3D 高斯泼溅的单目实时光度 SLAM
摘要
具有稠密 3D 建图的实时 SLAM 在计算上具有挑战性，尤其是在资源受限的设备上。3D 高斯泼溅 (3DGS) 的最新发展为实时稠密 3D 重建提供了一种有前景的方法。然而，现有的基于 3DGS 的 SLAM 系统难以在硬件简单性、速度和地图质量之间取得平衡。大多数系统在上述一两个方面表现出色，但很少能全部兼顾。一个关键问题是在同时进行 SLAM 时初始化 3D 高斯的困难。为了应对这些挑战，我们提出了 Monocular GSO (MGSO)，一种将光度 SLAM 与 3DGS 集成的新型实时 SLAM 系统。光度 SLAM 为 3DGS 初始化提供稠密的结构化点云，加速了优化并使用更少的高斯生成更高效的地图。因此，实验表明，我们的系统生成的重建在质量、内存效率和速度之间取得了平衡，优于现有技术。此外，我们的系统使用 RGB 输入实现了所有结果。我们在 Replica、TUM-RGBD 和 EuRoC 数据集上对当前的实时稠密重建系统进行了评估。我们不仅超越了当代系统，实验还表明我们在笔记本电脑硬件上保持了性能，使其成为机器人、A/R 和其他实时应用的实用解决方案。
引用
@article{arxiv.2409.13055,
title = {MGSO: Monocular Real-time Photometric SLAM with Efficient 3D Gaussian Splatting},
author = {Yan Song Hu and Nicolas Abboud and Muhammad Qasim Ali and Adam Srebrnjak Yang and Imad Elhajj and Daniel Asmar and Yuhao Chen and John S. Zelek},
journal= {arXiv preprint arXiv:2409.13055},
year = {2025}
}
备注
This is the pre-print version of a work that has been published in ICRA 2025 with doi: 10.1109/ICRA55743.2025.11127380. This version may no longer be accessible without notice. Copyright 2025 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses. Please cite the official version