PD$^{2}$GS：通过高斯溅射实现关节物体的部件级解耦与连续变形

关节物体在机器人学、增强现实/虚拟现实和数字孪生中无处不在且至关重要。大多数用于关节物体建模的自监督方法重建离散的交互状态并通过跨状态几何一致性关联它们，导致表示碎片化和漂移，阻碍关节配置的平滑控制。我们提出了PD$^{2}$GS，一个新颖的框架，学习共享的规范高斯场，并将任意交互状态建模为其连续变形，联合编码几何和运动学。通过将每个交互状态与潜在码关联，并利用通用视觉先验细化部件边界，PD$^{2}$GS实现了准确可靠的部件级解耦，同时强制部件间的互斥性并保持场景级一致性。这一统一公式支持感知部件的重建、细粒度的连续控制以及精确的运动学建模，全部无需人工监督。为评估真实感和泛化性，我们发布了RS-Art，一个与逆向工程三维模型对齐的真实到模拟RGB-D数据集，支持真实世界评估。大量实验表明，PD$^{2}$GS在几何和运动学准确性以及连续控制的一致性方面均超越了先前方法，无论在合成数据还是真实数据上。