RT-GuIDE: Real-Time Gaussian splatting for Information-Driven Exploration

要約

情報豊富なマップを構築するためにガウス スプラッティングを活用する、アクティブなマッピングと探索のためのフレームワークを提案します。
さらに、リアルタイム ナビゲーションにガウス マップを活用できる並列動作計画アルゴリズムを開発します。
ロボットに搭載されたガウス マップは、自律性のためのリアルタイムの状況認識を可能にしながら、測光品質と幾何学品質の両方について最適化されています。
シミュレーション実験を通じて、私たちの方法が、代替の情報利得メトリクスを使用するアプローチと競合する一方で、計算が桁違いに高速であることを示します。
実際の実験では、当社のアルゴリズムは、従来の探査ベースラインによって構築されたガウス マップよりも優れたマップ品質 (ピーク信号対雑音比 (PSNR) が 10% 高く、幾何学的再構成精度が 30% 高い) を達成しました。
実験ビデオと詳細はプロジェクト ページでご覧いただけます: https://tyuezhan.github.io/RT_GuIDE/

要約(オリジナル)

We propose a framework for active mapping and exploration that leverages Gaussian splatting for constructing information-rich maps. Further, we develop a parallelized motion planning algorithm that can exploit the Gaussian map for real-time navigation. The Gaussian map constructed onboard the robot is optimized for both photometric and geometric quality while enabling real-time situational awareness for autonomy. We show through simulation experiments that our method is competitive with approaches that use alternate information gain metrics, while being orders of magnitude faster to compute. In real-world experiments, our algorithm achieves better map quality (10% higher Peak Signal-to-Noise Ratio (PSNR) and 30% higher geometric reconstruction accuracy) than Gaussian maps constructed by traditional exploration baselines. Experiment videos and more details can be found on our project page: https://tyuezhan.github.io/RT_GuIDE/

arxiv情報

提供元, 利用サービス

arxiv.jp, Google