論文の概要: PolyMerge: Compressing 3D Gaussian Splats with Polytope Coverings for Provably Safe Resource-Constrained Navigation

• arxiv url: http://arxiv.org/abs/2606.16232v1
• Date: Mon, 15 Jun 2026 05:30:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-16 18:36:05.027102
• Title: PolyMerge: Compressing 3D Gaussian Splats with Polytope Coverings for Provably Safe Resource-Constrained Navigation
• Title（参考訳）: PolyMerge: 安全な資源制約ナビゲーションのためのポリトープカバー付き3Dガウススプラット圧縮
• Abstract要約: PolyMergeは凸ポリトープの軽量な表現である。 PolyMergeは、ポリトープ数を調整して、保守性と計算コストをトレードオフする。 我々は、Crazyflieドローンのシミュレーションとハードウェア実験でPolyMergeを紹介した。
• 参考スコア（独自算出の注目度）: 7.7713763532343
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Obstacle avoidance is essential for safe navigation and motion planning. Recent radiance field reconstruction methods enable object detection and modeling with high fidelity, but remain too memory- and compute-intensive for on-board perception-based path planning. To address these limitations, we propose PolyMerge to convert a large, photorealistic 3D Gaussian Splatting (3DGS) model of a scene into a lightweight representation of convex polytopes whose union provably over-approximates all obstacles in the original 3DGS model. PolyMerge tunes the polytope count to trade off conservativeness and compute cost, and integrates with control barrier functions (CBFs) to plan collision-free paths. We showcase PolyMerge in simulation and hardware experiments on a Crazyflie drone, which uses PolyMerge to compute and follow safe trajectories in real time under severe onboard compute constraints, outperforming baselines in speed while guaranteeing safety. For our code and videos, visit https://athlon76.github.io/PolyMerge-website/.
• Abstract（参考訳）: 障害物回避は安全なナビゲーションと運動計画に不可欠である。 近年の放射界再構成法では、物体の検出とモデリングを高忠実度で行うことができるが、メモリが多すぎて計算集約的でありながら、オンボードの知覚に基づく経路計画に留まっている。 これらの制約に対処するため,PlyMergeは,シーンの大規模で光現実的な3Dガウススティング(3DGS)モデルを,元の3DGSモデルにおけるすべての障害物を確実に過度に近似した凸ポリトープの軽量表現に変換する。 PolyMergeはポリトープ数を調整し、保守性と計算コストをトレードオフし、制御障壁関数(CBF)と統合して衝突のない経路を計画する。 我々は、PolyMergeをCrazyflieドローンのシミュレーションおよびハードウェア実験で紹介する。PolyMergeは、高度にオンボードされた計算制約の下で、安全な軌道をリアルタイムで計算し、追従し、安全性を確保しつつ、ベースラインの速度を向上する。 コードとビデオについては、https://athlon76.github.io/PolyMerge-website/を参照してください。

関連論文リスト

• FastBridge: Closing the Model-Based Realization Gap in Safety Filters on 3D Gaussian Splatting for Fast Quadrotor Flight [0.0]
  現在の3DGS安全フィルタはアクチュエータの制限を無視し、命令付加速を瞬時に実現すると仮定する。 フルクアロータ・ダイナミックスによって強制される非線形アクチュエータ対応安全フィルタを導入する。 最先端の3DGS安全フィルタと比較して、我々の手法は軌道ジャークを47%削減し、2.25倍高速に動作させる。
  論文  参考訳（メタデータ） (2026-07-01T17:33:01Z)
• Robust and Efficient Monocular 3D Gaussian SLAM for Kilometer-Scale Outdoor Scenes [6.445070918236315]
  KiloGS-SLAMは高効率で頑丈な単分子トリガー3DSLAMシステムである。 提案手法は,最先端のトラッキング精度とレンダリング品質を実現し,単一のGPU上で1万フレームを超えるシーケンスへのスケールアップに成功した。
  論文  参考訳（メタデータ） (2026-06-29T15:12:18Z)
• Iterative Convex Optimization with Control Barrier Functions for Obstacle Avoidance among Polytopes [3.8436274588467696]
  多目的ロボットによる障害物回避は、最適化に基づく制御と軌道計画において難しい問題である。 既存の手法は、幾何学力学を歪ませる楕円体のような双対距離近似に頼っている。 本稿では,安全クリティカルナビゲーションプログラムのための新しい反復凸性有限水平最適化フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-06T05:10:44Z)
• Outdoor Monocular SLAM with Global Scale-Consistent 3D Gaussian Pointmaps [13.325879149065008]
  3D Gaussian Splatting (3DGS) は、高忠実性合成とリアルタイムな新規ビュー性能によりSLAMにおいて一般的なソリューションとなっている。 以前の3DGS SLAM法では、屋外のシーンに幾何学的な先行性がないため、追跡に微分可能なレンダリングパイプラインを使用していた。 技術的には、3DGSポイントマップに固定された自己整合性トラッキングモジュールを構築し、累積スケールドリフトを回避し、より正確でロバストなトラッキングを実現する。
  論文  参考訳（メタデータ） (2025-07-04T17:56:43Z)
• Easy-Poly: A Easy Polyhedral Framework For 3D Multi-Object Tracking [23.40561503456164]
  複数のオブジェクトカテゴリを対象としたリアルタイムフィルタベースの3DMOTフレームワークであるEasy-Polyを提案する。 結果は,Poly-MOTやFast-Polyといった最先端の手法よりも優れていることを示す。 これらの知見は、多様なシナリオにおけるEasy-Polyの適応性と堅牢性を強調している。
  論文  参考訳（メタデータ） (2025-02-25T04:01:25Z)
• Street Gaussians without 3D Object Tracker [84.89933388445185]
  既存のほとんどの方法は、オブジェクトポーズの労働集約的な手動ラベリングに依存している。 本研究では,3次元オブジェクト融合戦略における2次元ディープトラッカーの関連性を利用して,安定なオブジェクト追跡モジュールを提案する。 我々は、軌道誤差を自律的に補正し、見逃した検出を回復する暗黙の特徴空間に、モーションラーニング戦略を導入することで、避けられないトラッキングエラーに対処する。
  論文  参考訳（メタデータ） (2024-12-07T05:49:42Z)
• PUP 3D-GS: Principled Uncertainty Pruning for 3D Gaussian Splatting [59.277480452459315]
  本研究では,視覚的忠実度と前景の細部を高い圧縮比で保持する原理的感度プルーニングスコアを提案する。 また,トレーニングパイプラインを変更することなく,事前訓練した任意の3D-GSモデルに適用可能な複数ラウンドプルーファインパイプラインを提案する。
  論文  参考訳（メタデータ） (2024-06-14T17:53:55Z)
• Outdoor Scene Extrapolation with Hierarchical Generative Cellular Automata [70.9375320609781]
  我々は,自律走行車(AV)で多量に捕獲された大規模LiDARスキャンから微細な3次元形状を生成することを目指している。 本稿では,空間的にスケーラブルな3次元生成モデルである階層型生成セルオートマトン (hGCA) を提案する。
  論文  参考訳（メタデータ） (2024-06-12T14:56:56Z)
• $\ extit{S}^3$Gaussian: Self-Supervised Street Gaussians for Autonomous Driving [82.82048452755394]
  光リアルなストリートシーンの3D再構成は、現実の自動運転シミュレータを開発する上で重要な技術である。 既存のストリート3DGS法の多くは、静的および動的要素を分解するために、トラックされた3D車両バウンディングボックスを必要とする。 動的および静的な要素を4次元整合性から分解する自己教師付きストリートガウス(textitS3$Gaussian)手法を提案する。
  論文  参考訳（メタデータ） (2024-05-30T17:57:08Z)
• Fast-Poly: A Fast Polyhedral Framework For 3D Multi-Object Tracking [31.064453278245118]
  3D Multi-Object Tracking (MOT) は障害物を取り囲む安定かつ包括的な運動状態をキャプチャする。 Fast-Polyは、3D MOTのための高速かつ効果的なフィルタベースの手法である。 Fast-PolyはPythonを実装した2つの大規模トラッキングベンチマークで広くテストされている。
  論文  参考訳（メタデータ） (2024-03-20T09:39:39Z)
• OccNeRF: Advancing 3D Occupancy Prediction in LiDAR-Free Environments [77.0399450848749]
  本稿では,OccNeRF法を用いて,3次元監視なしで占有ネットワークを訓練する手法を提案する。 我々は、再構成された占有領域をパラメータ化し、サンプリング戦略を再編成し、カメラの無限知覚範囲に合わせる。 意味的占有予測のために,事前学習した開語彙2Dセグメンテーションモデルの出力をフィルタリングし,プロンプトを洗練するためのいくつかの戦略を設計する。
  論文  参考訳（メタデータ） (2023-12-14T18:58:52Z)
• SimDistill: Simulated Multi-modal Distillation for BEV 3D Object Detection [56.24700754048067]
  多視点カメラによる3Dオブジェクト検出は低コストで普及しているが、カメラデータのみから正確に3D形状を推定することは依然として困難である。 モデルアーキテクチャと蒸留戦略を慎重に構築し,シミュレートされたマルチモーダル蒸留(SimDistill)法を提案する。 我々のSimDistillは、コスト効率のよいカメラのみの配置を維持しながら、3Dオブジェクト検出のためのより良い特徴表現を学習することができる。
  論文  参考訳（メタデータ） (2023-03-29T16:08:59Z)
• FastPillars: A Deployment-friendly Pillar-based 3D Detector [63.0697065653061]
  既存のBEVベースの(つまりバードアイビュー)検出器は、トレーニングと推論を高速化するためにスパース・コンボリューション(SPConv)を好む。 FastPillarsは、CenterPoint(SPConvベース)よりも1.8倍のスピードアップと3.8mAPH/L2の改善で、Openデータセットの最先端の精度を提供する
  論文  参考訳（メタデータ） (2023-02-05T12:13:27Z)

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。