要約
マッピング バックエンドとして 3D ガウス スプラッティングを使用したリアルタイム LiDAR 慣性カメラ SLAM システムを紹介します。
この論文では、LiDAR 慣性カメラ オドメトリ、Coco-LIC からのロバストな姿勢推定を活用して、増分フォトリアリスティック マッピング システムを提案します。
カラー化された LiDAR ポイントから 3D ガウスを初期化し、3D ガウス スプラッティングによる微分可能なレンダリングを使用して最適化します。
ガウス マップを段階的に拡張し、その密度を適応的に制御するために、綿密に設計された戦略が採用されており、リアルタイム機能を備えた高品質のマッピングが保証されます。
さまざまなシナリオで行われた実験により、既存の放射場ベースの SLAM システムと比較して、私たちの方法の優れたパフォーマンスが実証されました。
要約(オリジナル)
We present a real-time LiDAR-Inertial-Camera SLAM system with 3D Gaussian Splatting as the mapping backend. Leveraging robust pose estimates from our LiDAR-Inertial-Camera odometry, Coco-LIC, an incremental photo-realistic mapping system is proposed in this paper. We initialize 3D Gaussians from colorized LiDAR points and optimize them using differentiable rendering powered by 3D Gaussian Splatting. Meticulously designed strategies are employed to incrementally expand the Gaussian map and adaptively control its density, ensuring high-quality mapping with real-time capability. Experiments conducted in diverse scenarios demonstrate the superior performance of our method compared to existing radiance-field-based SLAM systems.
arxiv情報
| 著者 | Xiaolei Lang,Laijian Li,Hang Zhang,Feng Xiong,Mu Xu,Yong Liu,Xingxing Zuo,Jiajun Lv |
| 発行日 | 2024-04-10 11:24:34+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google