論文の概要: GS-GVINS: A Tightly-integrated GNSS-Visual-Inertial Navigation System Augmented by 3D Gaussian Splatting

• arxiv url: http://arxiv.org/abs/2502.10975v1
• Date: Sun, 16 Feb 2025 03:29:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-18 14:08:30.579592
• Title: GS-GVINS: A Tightly-integrated GNSS-Visual-Inertial Navigation System Augmented by 3D Gaussian Splatting
• Title（参考訳）: GS-GVINS:3次元ガウス平滑化によるGNSS-ビジュアル慣性ナビゲーションシステム
• Authors: Zelin Zhou, Saurav Uprety, Shichuang Nie, Hongzhou Yang,
• Abstract要約: 3D Splatting (3DGS) は3次元地図再構成と視覚SLAMの領域で注目されている。 3DGSにより強化された密に統合されたプルーニング・ビジュアル・慣性ナビゲーションシステムであるGS-GVINSを提案する。 このシステムは3次元ガウス写像を大規模屋外環境における連続的な微分可能表現として利用し,構築された3次元ガウス写像によるナビゲーション性能を向上させる。
• 参考スコア（独自算出の注目度）: 1.118708572189902
• License:
• Abstract: Recently, the emergence of 3D Gaussian Splatting (3DGS) has drawn significant attention in the area of 3D map reconstruction and visual SLAM. While extensive research has explored 3DGS for indoor trajectory tracking using visual sensor alone or in combination with Light Detection and Ranging (LiDAR) and Inertial Measurement Unit (IMU), its integration with GNSS for large-scale outdoor navigation remains underexplored. To address these concerns, we proposed GS-GVINS: a tightly-integrated GNSS-Visual-Inertial Navigation System augmented by 3DGS. This system leverages 3D Gaussian as a continuous differentiable scene representation in largescale outdoor environments, enhancing navigation performance through the constructed 3D Gaussian map. Notably, GS-GVINS is the first GNSS-Visual-Inertial navigation application that directly utilizes the analytical jacobians of SE3 camera pose with respect to 3D Gaussians. To maintain the quality of 3DGS rendering in extreme dynamic states, we introduce a motionaware 3D Gaussian pruning mechanism, updating the map based on relative pose translation and the accumulated opacity along the camera ray. For validation, we test our system under different driving environments: open-sky, sub-urban, and urban. Both self-collected and public datasets are used for evaluation. The results demonstrate the effectiveness of GS-GVINS in enhancing navigation accuracy across diverse driving environments.
• Abstract（参考訳）: 近年,3次元ガウススティング(3DGS)の出現は,3次元地図再構成と視覚SLAMの領域において大きな注目を集めている。 視覚センサのみを用いた室内軌跡追跡のための3DGSや、光検出・照準器(LiDAR)と慣性計測ユニット(IMU)の併用など、広範囲にわたる研究が行われているが、大規模な屋外ナビゲーションのためのGNSSとの統合はいまだ検討されていない。 これらの問題に対処するため、3DGSにより強化されたGNSS-Visual-Inertial Navigation SystemであるGS-GVINSを提案する。 本システムは3次元ガウス写像を大規模屋外環境における連続的微分可能なシーン表現として活用し,構築した3次元ガウス写像によるナビゲーション性能を向上させる。 特に、GS-GVINSは、3Dガウスカメラのジャコビアンを直接利用する最初のGNSS-Visual-Inertialナビゲーションアプリケーションである。 3DGSレンダリングの品質を極端にダイナミックな状態で維持するために、相対的なポーズ変換とカメラ線に沿って蓄積された不透明度に基づいてマップを更新する運動認識型3Dガウスプルーニング機構を導入する。 検証のために、オープンスキー、サブアーバン、都市といった異なる運転環境下でシステムをテストする。 自己収集と公開の両方のデータセットが評価に使用される。 その結果,GS-GVINSの運転環境におけるナビゲーション精度向上効果が示された。

関連論文リスト

• GS-LIVO: Real-Time LiDAR, Inertial, and Visual Multi-sensor Fused Odometry with Gaussian Mapping [22.432252084121274]
  LiDAR-Inertial-Visual (LIV) センサの構成は、ローカライゼーションと高密度マッピングにおいて優れた性能を示している。 本稿では,新しいリアルタイムガウス型同時ローカライズ・マッピングシステムを提案する。 このフレームワークは、堅牢なマルチセンサー融合機能を維持しながら、リアルタイムのパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2025-01-15T09:04:56Z)
• G2SDF: Surface Reconstruction from Explicit Gaussians with Implicit SDFs [84.07233691641193]
  G2SDFはニューラル暗黙の符号付き距離場をガウススプラッティングフレームワークに統合する新しいアプローチである。 G2SDFは, 3DGSの効率を維持しつつ, 従来よりも優れた品質を実現する。
  論文  参考訳（メタデータ） (2024-11-25T20:07:07Z)
• Beyond Gaussians: Fast and High-Fidelity 3D Splatting with Linear Kernels [51.08794269211701]
  本稿では,ガウスカーネルを線形カーネルに置き換えて,よりシャープで高精度な結果を得る3Dリニアスティング(DLS)を提案する。 3DLSは、最先端の忠実さと正確さを示し、ベースライン3DGSよりも30%のFPS改善を実現している。
  論文  参考訳（メタデータ） (2024-11-19T11:59:54Z)
• Neural Signed Distance Function Inference through Splatting 3D Gaussians Pulled on Zero-Level Set [49.780302894956776]
  多視点表面再構成における符号付き距離関数(SDF)の推測は不可欠である。 本稿では3DGSとニューラルSDFの学習をシームレスに融合する手法を提案する。 我々の数値的および視覚的比較は、広く使用されているベンチマークの最先端結果よりも優れていることを示している。
  論文  参考訳（メタデータ） (2024-10-18T05:48:06Z)
• GS-Net: Generalizable Plug-and-Play 3D Gaussian Splatting Module [19.97023389064118]
  粗いSfM点雲からガウス楕円体を密度化する3DGSモジュールであるGS-Netを提案する。 実験により、GS-Netを3DGSに適用すると、従来の視点では2.08dB、新しい視点では1.86dBのPSNR改善が得られることが示された。
  論文  参考訳（メタデータ） (2024-09-17T16:03:19Z)
• Towards Real-Time Gaussian Splatting: Accelerating 3DGS through Photometric SLAM [4.08109886949724]
  我々は,モノクロ光度SLAMシステムであるDirect Sparse Odometryと3DGSを統合することを提案する。 予備実験により, 直接スパースオドメトリーを用いたクラウド出力は, 標準構造と対照的に, 高品質なレンダリングを実現するのに必要なトレーニング時間を著しく短縮することが示された。
  論文  参考訳（メタデータ） (2024-08-07T15:01:08Z)
• IG-SLAM: Instant Gaussian SLAM [6.228980850646457]
  3D Gaussian SplattingはSLAMシステムにおける代替シーン表現として期待できる結果を示した。 本稿では,RGBのみの高密度SLAMシステムであるIG-SLAMについて述べる。 我々は、最先端のRGBのみのSLAMシステムと競合する性能を示し、高速な動作速度を実現する。
  論文  参考訳（メタデータ） (2024-08-02T09:07:31Z)
• MM3DGS SLAM: Multi-modal 3D Gaussian Splatting for SLAM Using Vision, Depth, and Inertial Measurements [59.70107451308687]
  カメラ画像と慣性測定による地図表現に3Dガウスアンを用いることで、精度の高いSLAMが実現できることを示す。 我々の手法であるMM3DGSは、より高速なスケール認識と軌道追跡の改善により、事前レンダリングの限界に対処する。 また,カメラと慣性測定ユニットを備えた移動ロボットから収集したマルチモーダルデータセットUT-MMもリリースした。
  論文  参考訳（メタデータ） (2024-04-01T04:57:41Z)
• 3DGSR: Implicit Surface Reconstruction with 3D Gaussian Splatting [58.95801720309658]
  本稿では,3次元ガウス散乱(3DGS),すなわち3DGSRを用いた暗黙的表面再構成法を提案する。 重要な洞察は、暗黙の符号付き距離場(SDF)を3Dガウスに組み込んで、それらが整列され、共同最適化されるようにすることである。 実験により, 3DGSの効率とレンダリング品質を保ちながら, 高品質な3D表面再構成が可能な3DGSR法が実証された。
  論文  参考訳（メタデータ） (2024-03-30T16:35:38Z)
• A Survey on 3D Gaussian Splatting [51.96747208581275]
  3D Gaussian splatting (GS) は、明示的なラディアンス場とコンピュータグラフィックスの領域において、トランスフォーメーション技術として登場した。 本稿では,3D GSの領域における最近の発展と重要な貢献について,初めて体系的に概説する。 前例のないレンダリング速度を実現することで、3D GSは、仮想現実からインタラクティブメディアなど、数多くのアプリケーションを開くことができる。
  論文  参考訳（メタデータ） (2024-01-08T13:42:59Z)
• Gaussian Splatting SLAM [16.3858380078553]
  単分子SLAMにおける3次元ガウス散乱の最初の応用について述べる。 我々の方法は3fpsで動作し、正確な追跡、マッピング、高品質なレンダリングに必要な表現を統一する。 ライブカメラから高忠実度で連続的に3Dシーンを再構築するためには、いくつかの革新が必要である。
  論文  参考訳（メタデータ） (2023-12-11T18:19:04Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。