HGS-Planner: Hierarchical Planning Framework for Active Scene Reconstruction Using 3D Gaussian Splatting

要約

捜索や救助などの複雑な任務では、ロボットは周囲を認識し理解する能力に頼って、未知の環境で賢明な意思決定を下す必要があります。
高品質でリアルタイムの再構成は状況認識を強化し、インテリジェント ロボット工学にとって重要です。
従来の方法では、シーンの表現が不十分であったり、リアルタイムで使用するには遅すぎることがよくありました。
3D ガウス スプラッティング (3DGS) の有効性に着想を得て、高速かつ忠実度の高いアクティブな再構成のための階層型計画フレームワークを提案します。
私たちの手法では、完了と品質の向上を評価して適応的に再構築を導き、グローバルとローカルの計画を統合して効率を高めます。
シミュレートされた現実世界の環境での実験では、私たちのアプローチが既存のリアルタイム手法よりも優れていることが示されています。

要約(オリジナル)

In complex missions such as search and rescue,robots must make intelligent decisions in unknown environments, relying on their ability to perceive and understand their surroundings. High-quality and real-time reconstruction enhances situational awareness and is crucial for intelligent robotics. Traditional methods often struggle with poor scene representation or are too slow for real-time use. Inspired by the efficacy of 3D Gaussian Splatting (3DGS), we propose a hierarchical planning framework for fast and high-fidelity active reconstruction. Our method evaluates completion and quality gain to adaptively guide reconstruction, integrating global and local planning for efficiency. Experiments in simulated and real-world environments show our approach outperforms existing real-time methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google