RGBD GS-ICP SLAM
计算机视觉与模式识别
2024-03-25 v2
摘要
具有稠密表示的同步定位与建图（SLAM）在机器人、虚拟现实（VR）和增强现实（AR）应用中起着关键作用。稠密表示SLAM的最新进展凸显了利用神经场景表示和3D高斯表示实现高保真空间表示的潜力。在本文中，我们提出了一种融合广义迭代最近点（G-ICP）与3D高斯泼溅（3DGS）的新型稠密表示SLAM方法。与现有方法不同，我们利用单一高斯地图同时进行跟踪与建图，从而实现互利。通过跟踪与建图过程之间协方差的交换以及尺度对齐技术，我们最大限度地减少了冗余计算，实现了一个高效的系统。此外，我们通过关键帧选择方法提高了跟踪精度和建图质量。实验结果证明了我们方法的有效性，展示了高达107 FPS（整个系统）的极快速度以及重建地图的卓越质量。
引用
@article{arxiv.2403.12550,
title = {RGBD GS-ICP SLAM},
author = {Seongbo Ha and Jiung Yeon and Hyeonwoo Yu},
journal= {arXiv preprint arXiv:2403.12550},
year = {2024}
}