面向单目相机户外导航的3DGS SLAM“SG^2SLAM”在arXiv发布

发生了什么

本文介绍的是2026年10月26日提交至arXiv的论文“SG^2SLAM: Spatial Geometry-Informed 3D Gaussian Splatting SLAM for Monocular Outdoor Navigation”。作者包括Ziang Guo、Didar Seyidov、Dzmitry Tsetserukou等共8人。

仅用一台单目相机在户外移动时,既需要估计相机运动,也需要可用于移动的稠密地图。论文使用基于3D Gaussian Splatting(3DGS)的SLAM来应对这一课题。

作者指出了以往方法的问题:由于通过将2D像素与3D点对应来恢复形状,在模块化构成的SLAM中,跟踪误差会被带入地图。作者称,其结果是质量出现连锁式劣化。

所提出的SG^2SLAM将通过流式方式获得的空间几何与射线条件的3DGS核相结合。实验在KITTI和Waymo Open Dataset上进行,论文称其优于使用逐帧对应的基线方法。

原理与内容

第一个要素是流式空间几何。它不再使用逐帧的跨维度对应,而是以分块(多帧的集合)为单位,使用带距离尺度的几何先验信息。由此,跟踪与建图由同一信息源进行监督。

第二个要素是射线条件核。在每个高斯基元中加入视线方向的子空间,使其能够感知单目相机的视点。

最后,同时优化空间几何与相机位姿。论文称,这样可以确保地图与轨迹整体的一致性。

数据一览

对实务的影响

如果仅凭单目相机就能获得稠密地图和轨迹,则有可能用于难以搭载LiDAR的小型移动体和机器人的户外导航。但从材料中无法确认实机验证情况。

在利用拍摄道路和构筑物的视频制作地图的用途中,跟踪误差混入地图的问题同样相关。能否应用于实际工作,需等待代码公开后的验证。

如何试用

1. 目前代码尚未公开。请先在arXiv论文正文中确认定量结果和比较方法。
2. 如果打算自行验证,事先准备好KITTI或Waymo Open的公开数据,有助于在代码公开后进行比较。

注意事项・未确认事项

• 所提供的材料只有论文摘要。精度、速度等具体数值、比较对象的方法名称以及计算成本均无法确认。
• “优于基线”是作者的主张,未能确认有第三方验证。
• 代码计划在论文被录用后公开,是否录用及公开时间均未公布。
• 实时性、所用GPU以及在真实环境中的表现,从材料中无法确认。
• X上的帖子只是话题的起因,本文内容基于论文摘要。

术语

SLAM

同时进行自身位置估计与地图构建的技术。

3D Gaussian Splatting(3DGS)

用大量3D高斯表示场景并实现快速渲染的方法。

单目

仅用一台相机来估计深度和运动的设定。

KITTI / Waymo Open Dataset

广泛用于自动驾驶的户外公开数据集。

出处

一手信息（发布方・论文・代码仓库）

• SG^2SLAM: Spatial Geometry-Informed 3D Gaussian Splatting SLAM for Monocular Outdoor NavigationarXiv（arxiv.org）・en

引出本文的X帖子

• 在X上查看@OWW的帖子x.com

本文由AI根据出处（一手信息）以日语生成，未经人工事先审核，经过与出处核对等自动检查后自动发布（关于AI的使用）。数值和规格为发布方信息，本站未独立验证。详情请查阅原文。如发现错误，请通过联系表单告知，我们将尽快确认并更正。 本页为日语原文的AI翻译。如有出入，以日语版为准。 日语原文