AG-SLAM: Active Gaussian Splatting SLAM

要約

我々は、オンライン シーン再構築に 3D ガウス スプラッティング (3DGS) を利用した初のアクティブ SLAM システムである AG-SLAM を紹介します。
近年、3DGS を含む放射フィールド シーンの表現が SLAM や探査で広く使用されていますが、ロボット探査のための軌道を積極的に計画することはまだ実現されていません。
特に、多くの探査方法は正確な位置特定を前提としているため、SLAM システムの動作が困難な軌道を構築する際の重大なリスクが軽減されません。
これにより、カメラ追跡エラーが発生し、現実世界のロボット アプリケーションでの障害が発生する可能性があります。
私たちの方法では、フィッシャー情報を活用して、環境の情報獲得を最大化しつつ、位置特定エラーのコストを最小限に抑えるという 2 つの目的のバランスをとります。
Gibson および Habitat-Matterport の 3D データセットに対して行われた実験は、提案された方法の最先端の結果を示しています。

要約(オリジナル)

We present AG-SLAM, the first active SLAM system utilizing 3D Gaussian Splatting (3DGS) for online scene reconstruction. In recent years, radiance field scene representations, including 3DGS have been widely used in SLAM and exploration, but actively planning trajectories for robotic exploration is still unvisited. In particular, many exploration methods assume precise localization and thus do not mitigate the significant risk of constructing a trajectory, which is difficult for a SLAM system to operate on. This can cause camera tracking failure and lead to failures in real-world robotic applications. Our method leverages Fisher Information to balance the dual objectives of maximizing the information gain for the environment while minimizing the cost of localization errors. Experiments conducted on the Gibson and Habitat-Matterport 3D datasets demonstrate state-of-the-art results of the proposed method.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google