NGM-SLAM: 基于辐射场子图的高斯溅射 SLAM

基于高斯溅射的 SLAM 系统因其快速实时渲染和高保真建图能力而备受关注。然而，当前的 Gaussian Splatting SLAM 系统通常难以处理大场景表示，且缺乏有效的回环检测。为了解决这些问题，我们引入了 NGM-SLAM，这是首个基于 3DGS 并利用神经辐射场子图进行渐进式场景表达的 SLAM 系统，有效整合了神经辐射场与 3D Gaussian Splatting 的优势。我们利用神经辐射场子图作为监督，并通过融合子图的高斯渲染实现了高质量的场景表达和在线回环调整。我们在多个真实世界场景和大规模场景数据集上的结果表明，我们的方法能够实现精确的空洞填充和高质量的场景表达，支持单目、双目和 RGB-D 输入，并实现了 SOTA 的场景重建与跟踪性能。