GigaSLAM: Large-Scale Monocular SLAM with Hierarchical Gaussian Splats

要約

単眼RGB入力のみを使用して、大規模で無制限の屋外環境での追跡とマッピングは、既存のSLAMシステムに大きな課題をもたらします。
従来のニューラル放射輝度（NERF）および3Dガウススプラッティング（3DG）スラム法は、通常、小さな境界のある屋内設定に限定されます。
これらの課題を克服するために、キッティ、キッティ360、4シーズン、A2D2データセットで実証されているように、キロメートルスケールの屋外環境向けの最初のRGB NERF / 3DGSベースのスラムフレームワークであるGigaslamを紹介します。
私たちのアプローチでは、階層的なスパースボクセルマップ表現を採用しています。そこでは、ガウス系は複数のレベルの詳細でニューラルネットワークによって解読されます。
この設計により、広大で無制限のシーン全体で効率的でスケーラブルなマッピングと高忠実度の視点がレンダリングされます。
フロントエンドトラッキングのために、GigaslamはエピポラージオメトリとPNPアルゴリズムと組み合わせたメトリック深度モデルを使用して、ポーズを正確に推定し、長い軌道上の堅牢なアライメントを維持するために、ワード袋ベースのループ閉鎖メカニズムを組み込みます。
その結果、Gigaslamは、都会の屋外ベンチマークで高精度の追跡と視覚的に忠実なレンダリングを提供し、大規模で長期的なシナリオのための堅牢なSLAMソリューションを確立し、ガウスのスラムシステムの適用可能性をビウンドの屋外環境に大幅に拡張します。
Github：https：//github.com/dengkaicq/gigaslam。

要約(オリジナル)

Tracking and mapping in large-scale, unbounded outdoor environments using only monocular RGB input presents substantial challenges for existing SLAM systems. Traditional Neural Radiance Fields (NeRF) and 3D Gaussian Splatting (3DGS) SLAM methods are typically limited to small, bounded indoor settings. To overcome these challenges, we introduce GigaSLAM, the first RGB NeRF / 3DGS-based SLAM framework for kilometer-scale outdoor environments, as demonstrated on the KITTI, KITTI 360, 4 Seasons and A2D2 datasets. Our approach employs a hierarchical sparse voxel map representation, where Gaussians are decoded by neural networks at multiple levels of detail. This design enables efficient, scalable mapping and high-fidelity viewpoint rendering across expansive, unbounded scenes. For front-end tracking, GigaSLAM utilizes a metric depth model combined with epipolar geometry and PnP algorithms to accurately estimate poses, while incorporating a Bag-of-Words-based loop closure mechanism to maintain robust alignment over long trajectories. Consequently, GigaSLAM delivers high-precision tracking and visually faithful rendering on urban outdoor benchmarks, establishing a robust SLAM solution for large-scale, long-term scenarios, and significantly extending the applicability of Gaussian Splatting SLAM systems to unbounded outdoor environments. GitHub: https://github.com/DengKaiCQ/GigaSLAM.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google