Active Neural Mapping at Scale

要約

大規模な屋内環境の効率的かつ堅牢な探索を可能にする NeRF ベースのアクティブ マッピング システムを紹介します。
私たちのアプローチの鍵は、継続的に更新されるニューラル マップから一般化ボロノイ グラフ (GVG) を抽出することです。これにより、シーンのジオメトリ、外観、トポロジー、不確実性が相乗的に統合されます。
ニューラル マップによって誘導された不確実な領域を GVG の頂点に固定することで、未知の領域を効率的に横断する安全なパスに沿って適応的な粒度で探索を行うことができます。
最新のハイブリッド NeRF 表現を活用することで、提案されたシステムは、大規模な屋内環境にスケールアップした場合でも、再構成精度、カバレッジの完全性、探査効率の点で競争力のある結果を達成します。
さまざまなスケールでの広範な結果により、提案されたシステムの有効性が検証されます。

要約(オリジナル)

We introduce a NeRF-based active mapping system that enables efficient and robust exploration of large-scale indoor environments. The key to our approach is the extraction of a generalized Voronoi graph (GVG) from the continually updated neural map, leading to the synergistic integration of scene geometry, appearance, topology, and uncertainty. Anchoring uncertain areas induced by the neural map to the vertices of GVG allows the exploration to undergo adaptive granularity along a safe path that traverses unknown areas efficiently. Harnessing a modern hybrid NeRF representation, the proposed system achieves competitive results in terms of reconstruction accuracy, coverage completeness, and exploration efficiency even when scaling up to large indoor environments. Extensive results at different scales validate the efficacy of the proposed system.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google