ActiveGS: Active Scene Reconstruction Using Gaussian Splatting

要約

ロボットアプリケーションは、多くの場合、シーンの再構成に依存して、ダウンストリームタスクを有効にします。
この作業では、モバイルプラットフォーム上のRGB-Dカメラを使用して、未知のシーンの正確なマップを積極的に構築するという課題に取り組みます。
ガウスのスプラットマップと粗いボクセルマップを組み合わせたハイブリッドマップ表現を提案し、両方の表現の強度を活用します：ガウススプラッティングの高忠実度シーン再構成機能とボクセルマップの空間モデリング強度。
私たちのフレームワークの中心にあるのは、ガウスのスプラットマップマップの効果的な信頼モデリング手法であり、再構築されていない領域を特定しながら、Voxelマップからの空間情報を利用していない領域に使用し、衝突のないパス計画を支援します。
マップアップデートのために再構築されていない未開拓の領域でシーン情報を積極的に収集することにより、私たちのアプローチは、最先端のアプローチと比較して優れたガウスのスプラット再構成結果を達成します。
さらに、無人航空機を使用してフレームワークの実際の適用性を示します。

要約(オリジナル)

Robotics applications often rely on scene reconstructions to enable downstream tasks. In this work, we tackle the challenge of actively building an accurate map of an unknown scene using an RGB-D camera on a mobile platform. We propose a hybrid map representation that combines a Gaussian splatting map with a coarse voxel map, leveraging the strengths of both representations: the high-fidelity scene reconstruction capabilities of Gaussian splatting and the spatial modelling strengths of the voxel map. At the core of our framework is an effective confidence modelling technique for the Gaussian splatting map to identify under-reconstructed areas, while utilising spatial information from the voxel map to target unexplored areas and assist in collision-free path planning. By actively collecting scene information in under-reconstructed and unexplored areas for map updates, our approach achieves superior Gaussian splatting reconstruction results compared to state-of-the-art approaches. Additionally, we demonstrate the real-world applicability of our framework using an unmanned aerial vehicle.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google