RoGER-SLAM: 面向噪声与低光照环境鲁棒性的高斯泼溅SLAM系统
机器人学
2025-10-28 v1 人工智能
摘要
在视觉输入受到噪声和低光照影响的环境中，同步定位与地图构建(SLAM)的可靠性受到严重制约。尽管近期基于三维高斯泼溅(3DGS)的SLAM框架在清洁条件下实现了高保真建图，但它们仍然容易受到复合退化影响，导致建图和跟踪性能下降。我们工作的一个关键观察是，原始的3DGS渲染管线本质上表现为一个隐式低通滤波器，会衰减高频噪声，但也存在过度平滑的风险。基于这一见解，我们提出了RoGER-SLAM，一个专为噪声和低光照环境鲁棒性设计的稳健3DGS SLAM系统。该框架融合了三项创新：一种结构保持的鲁棒融合(SP-RoFusion)机制，耦合了渲染的外观、深度和边缘线索；一个带有残差平衡正则化的自适应跟踪目标；以及一个基于对比语言-图像预训练(CLIP)的增强模块，该模块在复合退化条件下选择性激活，以恢复语义和结构保真度。在Replica、TUM和真实世界序列上的综合实验表明，与其他3DGS-SLAM系统相比，RoGER-SLAM在轨迹精度和重建质量上均有持续提升，尤其是在不利成像条件下。
引用
@article{arxiv.2510.22600,
title = {RoGER-SLAM: A Robust Gaussian Splatting SLAM System for Noisy and Low-light Environment Resilience},
author = {Huilin Yin and Zhaolin Yang and Linchuan Zhang and Gerhard Rigoll and Johannes Betz},
journal= {arXiv preprint arXiv:2510.22600},
year = {2025}
}
备注
13 pages, 11 figures, under review