最近,3D高斯溅射被提出作为一种高效的辐射场渲染技术,用于高质量、低内存消耗的密集建图(Kerbl等人,2023年)。除了对高分辨率图像渲染的效率之外,高斯溅射还保持了显式的几何场景结构和外观,得益于场景表示的确切建模。这项技术已经被迅速应用于多个领域,并且对于后续的3D建模也极具前景,这是作者项目的长期目标之一。
我们介绍了LiV-GS,这是一个户外环境中的激光雷达-视觉SLAM系统,它利用3D高斯作为可区分的空间表示。值得注意的是,LiV-GS是第一个将离散和稀疏的激光雷达数据与大规模户外场景中的连续可微分高斯地图直接对齐的方法,克服了传统激光雷达制图中固定分辨率的限制。该系统使用用于前端跟踪的共享协方差属性将点云与高斯图对...
为了解决这个问题,我们提出了RGBDS-SLAM,这是一个基于3D多级金字塔高斯分布的RGB-D语义密集SLAM系统,它能够实现场景RGB、深度,我们引入了一种3D多层金字塔高斯分布方法,该方法通过提取用于高斯分布训练的多层图像金字塔来恢复场景细节,确保RGB、深度和语义重建的一致性。此外,我们设计了一种紧耦合的多特征重建优化机制,允...
SLAM技术通常部署在机器人身上,性能尤为关键。后续出现了一系列解决NeRF重建效果和性能的论文,基于3D高斯辐射场的SLAM有以下好处: 快速渲染和丰富的优化:Gaussian Splatting可以以高达400 FPS的速度渲染,使其比隐式表达更快地可视化和优化。 有明确空间范围的建图:现有地图的空间边界可以通过在之前观察到的部分场景中添...
NeRFs是一种基于神经网络的3D表示方法,通过从多个视角学习场景的辐射场,能够生成高质量的3D重建。NeRFs在处理复杂几何形状和高细节场景方面表现出色,为SLAM系统提供了更精确的环境感知能力。3DGS通过在3D空间中使用高斯分布表示点云,实现了更高效的地图构建和更新。3DGS不仅减少了内存需求,还改进了噪声处理和遮挡处理,使...
最近流行的方法利用3D高斯分布(3D GS)技术进行场景的RGB、深度和语义重建。然而,这些方法经常忽略场景不同部分的细节和一致性问题。为了解决这个问题,我们提出了RGBDS-SLAM,这是一个基于3D多级金字塔高斯分布的RGB-D语义密集SLAM系统,它能够实现场景RGB、深度,我们引入了一种3D多层金字塔高斯分布方法,该方法通过提取...
NeRF和3D高斯喷溅如何重塑SLAM? 点击“计算机视觉life”,选择“星标” 机器人AI干货第一时间送达 同时定位与建图(SLAM)是计算机视觉和机器人领域的交叉学科。它解决了使机器能够自主导航并逐步构建未知环境地图的挑战,同时确定自己的位置和姿态。对SLAM的需求已经扩展到各种领域,包括机器人、自动驾驶汽车、增强现实(AR)...
这种演变从手工制作的方法到深度学习时代,再到最近专注于神经辐射场(NeRFs)和3D高斯泼溅(3DGS)表示的发展。我们意识到越来越多的研究和缺乏对该主题的全面调查,本文旨在通过辐射场的最新进展,首次全面概述SLAM的进展。它揭示了背景、进化路径、固有优势和局限性,并作为突出动态进展和具体挑战的基本参考。
Gaussian Splatting引入了三个关键元素:3D高斯场景表示、交错优化和密度控制、快速光栅化渲染,训练时间甚至比NeRF快了100倍,同时实现照片级别的视觉重建质量,实现在1080p分辨率下实现高质量的实时(≥30 fps)的新视图合成。 基于3DGS的SLAM不仅全面继承了NeRF-based SLAM方法的优点,而且全面补足了其短板(渲染速度慢、...
SLAM作为将3D高斯曲线应用到增量3D重建的首个工作，以其实时重建高保真3D场景的能力和快速的重建速度，将为SLAM领域带来新的发展机遇。然而，在实际应用中仍需注意回环对定位精度的影响，并持续关注其在更多数据集和场景下的表现。你认为3D高斯曲线SLAM能否成为未来SLAM领域的主流技术呢？欢迎留言分享你的看法！