基于高斯溅射的多机器人自主3D重建
机器人学
2024-12-04 v1 计算机视觉与模式识别
摘要
隐式神经表示和3D高斯溅射(3DGS)已显示出巨大的潜力用于场景重建。最近的研究已将其应用扩展到通过任务分配方法实现自主重建。然而，这些方法主要局限于单机器人，且快速重建大规模场景仍具有挑战性。此外，基于表面不确定性的任务驱动规划容易陷入局部最优。为此，我们提出首个基于3DGS的集中式多机器人自主3D重建框架。为了进一步减少任务生成的时间成本并提高重建质量，我们整合了在线开放词汇表语义分割与3DGS的表面不确定性，聚焦于高实例不确定性区域的视点采样。最后，我们开发了一种多机器人协作策略，结合模式和任务分配，提高重建质量的同时确保规划效率。我们的方法在所有规划方法中实现了最高的重建质量，并在现有多机器人方法中表现出优异的规划效率。我们在多个机器人上部署了该方法，结果表明它能够有效规划视点路径并以高质量重建场景。
引用
@article{arxiv.2412.02249,
title = {Multi-robot autonomous 3D reconstruction using Gaussian splatting with Semantic guidance},
author = {Jing Zeng and Qi Ye and Tianle Liu and Yang Xu and Jin Li and Jinming Xu and Liang Li and Jiming Chen},
journal= {arXiv preprint arXiv:2412.02249},
year = {2024}
}