論文の概要: GI-SLAM: Gaussian-Inertial SLAM
- arxiv url: http://arxiv.org/abs/2503.18275v1
- Date: Mon, 24 Mar 2025 01:45:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-25 14:34:08.737647
- Title: GI-SLAM: Gaussian-Inertial SLAM
- Title(参考訳): GI-SLAM:ガウス-慣性SLAM
- Authors: Xulang Liu, Ning Tan,
- Abstract要約: 3D Gaussian Splatting(3DGS)は、高密度局所化マッピング(SLAM)のための幾何学と外観の強力な表現として登場した。
GI-SLAMは,IMU強化カメラトラッキングモジュールと現実的な3Dガウスベース地図表現からなるガウス慣性SLAMシステムである。
- 参考スコア(独自算出の注目度): 2.186901738997927
- License:
- Abstract: 3D Gaussian Splatting (3DGS) has recently emerged as a powerful representation of geometry and appearance for dense Simultaneous Localization and Mapping (SLAM). Through rapid, differentiable rasterization of 3D Gaussians, many 3DGS SLAM methods achieve near real-time rendering and accelerated training. However, these methods largely overlook inertial data, witch is a critical piece of information collected from the inertial measurement unit (IMU). In this paper, we present GI-SLAM, a novel gaussian-inertial SLAM system which consists of an IMU-enhanced camera tracking module and a realistic 3D Gaussian-based scene representation for mapping. Our method introduces an IMU loss that seamlessly integrates into the deep learning framework underpinning 3D Gaussian Splatting SLAM, effectively enhancing the accuracy, robustness and efficiency of camera tracking. Moreover, our SLAM system supports a wide range of sensor configurations, including monocular, stereo, and RGBD cameras, both with and without IMU integration. Our method achieves competitive performance compared with existing state-of-the-art real-time methods on the EuRoC and TUM-RGBD datasets.
- Abstract(参考訳): 3D Gaussian Splatting (3DGS) は、最近、高密度な局所化とマッピング(SLAM)のための幾何学と外観の強力な表現として登場した。
3Dガウスの迅速かつ微分可能なラスタ化により、多くの3DGS SLAM法は、ほぼリアルタイムなレンダリングと高速なトレーニングを実現する。
しかし、これらの手法は慣性データを見落としており、魔女は慣性測定ユニット(IMU)から収集された重要な情報である。
本稿では,GI-SLAMについて述べる。GI-SLAMは,IMU強化カメラトラッキングモジュールと現実的な3Dガウス型シーン表現からなるガウス慣性SLAMシステムである。
提案手法は,3次元ガウス平滑化SLAMを支えるディープラーニングフレームワークにシームレスに統合されたIMU損失を導入し,カメラトラッキングの精度,堅牢性,効率性を効果的に向上する。
さらに、当社のSLAMシステムは、単眼カメラ、ステレオカメラ、RGBDカメラなど、広範囲なセンサー構成をサポートしています。
提案手法は,既存のEuRoCおよびTUM-RGBDデータセットのリアルタイム手法と比較して,競合性能が向上する。
関連論文リスト
- VIGS SLAM: IMU-based Large-Scale 3D Gaussian Splatting SLAM [15.841609263723576]
大規模屋内環境のための新しい3次元ガウス散乱SLAM法VIGS SLAMを提案する。
提案手法は, ガウススプラッティングに基づくSLAMを, IMUセンサを組み込むことで, 大規模環境で効果的に実現できることを示す最初の方法である。
この提案は,室内シナリオを超えてガウススティングSLAMの性能を向上させるだけでなく,大規模屋内環境における最先端手法に匹敵するSLAM性能を実現する。
論文 参考訳(メタデータ) (2025-01-23T06:01:03Z) - 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) - Splat-SLAM: Globally Optimized RGB-only SLAM with 3D Gaussians [87.48403838439391]
3D Splattingは、RGBのみの高密度SLAMの幾何学と外観の強力な表現として登場した。
本稿では,高密度な3次元ガウス写像表現を持つRGBのみのSLAMシステムを提案する。
Replica、TUM-RGBD、ScanNetのデータセットに対する実験は、グローバルに最適化された3Dガウスの有効性を示している。
論文 参考訳(メタデータ) (2024-05-26T12:26:54Z) - MotionGS : Compact Gaussian Splatting SLAM by Motion Filter [10.979138131565238]
NeRFベースのSLAMは急増しているが、3DGSベースのSLAMは希薄である。
本稿では, 深部視覚特徴, 二重選択, 3DGSを融合した新しい3DGSベースのSLAM手法を提案する。
論文 参考訳(メタデータ) (2024-05-18T00:47:29Z) - 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) - CG-SLAM: Efficient Dense RGB-D SLAM in a Consistent Uncertainty-aware 3D Gaussian Field [46.8198987091734]
本稿では,新しい不確実性を考慮した3次元ガウス場に基づく高密度RGB-D SLAMシステム,すなわちCG-SLAMを提案する。
各種データセットの実験により、CG-SLAMは、最大15Hzの追従速度で優れた追従性能とマッピング性能を達成することが示された。
論文 参考訳(メタデータ) (2024-03-24T11:19:59Z) - GGRt: Towards Pose-free Generalizable 3D Gaussian Splatting in Real-time [112.32349668385635]
GGRtは、現実のカメラポーズの必要性を軽減する、一般化可能な新しいビュー合成のための新しいアプローチである。
最初のポーズフリーの一般化可能な3D-GSフレームワークとして、GGRtは$ge$5 FPSで、リアルタイムレンダリングは$ge$100 FPSで実現している。
論文 参考訳(メタデータ) (2024-03-15T09:47:35Z) - 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) - GS-SLAM: Dense Visual SLAM with 3D Gaussian Splatting [51.96353586773191]
我々は,まず3次元ガウス表現を利用したtextbfGS-SLAM を提案する。
提案手法は,地図の最適化とRGB-Dレンダリングの大幅な高速化を実現するリアルタイム微分可能なスプレイティングレンダリングパイプラインを利用する。
提案手法は,Replica,TUM-RGBDデータセット上の既存の最先端リアルタイム手法と比較して,競争性能が向上する。
論文 参考訳(メタデータ) (2023-11-20T12:08:23Z) - NICER-SLAM: Neural Implicit Scene Encoding for RGB SLAM [111.83168930989503]
NICER-SLAMは、カメラポーズと階層的なニューラル暗黙マップ表現を同時に最適化するRGB SLAMシステムである。
近年のRGB-D SLAMシステムと競合する高密度マッピング,追跡,新しいビュー合成において,高い性能を示す。
論文 参考訳(メタデータ) (2023-02-07T17:06:34Z)
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。