IG-SLAM: Instant Gaussian SLAM

📄 arXiv: 2408.01126v2 📥 PDF

作者: F. Aykut Sarikamis, A. Aydin Alatan

分类: cs.CV, cs.RO

发布日期: 2024-08-02 (更新: 2024-08-07)

备注: 8 pages, 3 page ref, 5 figures

💡 一句话要点

IG-SLAM：基于高斯溅射的即时SLAM，提升RGB-D SLAM速度与精度

🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)

关键词: SLAM 高斯溅射 三维重建 RGB-D SLAM 深度不确定性 密集SLAM 单目视觉

📋 核心要点

  1. 现有SLAM方法依赖神经隐式表达，但缺乏密集深度图监督或环境尺度训练设计。
  2. IG-SLAM结合密集SLAM跟踪与高斯溅射，利用深度不确定性优化地图，提升重建效果。
  3. 实验表明，IG-SLAM在速度上优于现有方法，并在多个数据集上实现了逼真的3D重建。

📝 摘要（中文）

本文提出了一种名为IG-SLAM的密集RGB单目SLAM系统，该系统利用鲁棒的密集SLAM方法进行跟踪，并结合了3D高斯溅射技术。系统利用跟踪提供的精确位姿和密集深度图构建环境的3D地图。此外，还在地图优化中利用深度不确定性来改进3D重建效果。通过采用衰减策略进行地图优化，系统能够在单进程中以10帧/秒的速度运行。实验结果表明，该系统在实现更快运行速度的同时，与最先进的RGB单目SLAM系统相比，具有竞争力的性能。在Replica、TUM-RGBD、ScanNet和EuRoC数据集上的实验表明，该系统能够在大型序列中实现逼真的3D重建，尤其是在EuRoC数据集上。

🔬 方法详解

问题定义：现有的基于神经隐式表达的SLAM系统，要么缺乏密集深度图的监督，要么缺乏针对环境尺度的详细训练设计，导致重建精度和效率受限。尤其是在大规模场景下，这些方法的计算复杂度较高，难以实现实时运行。

核心思路：IG-SLAM的核心思路是将鲁棒的密集SLAM跟踪方法与3D高斯溅射技术相结合。密集SLAM提供精确的位姿和深度信息，用于初始化和更新高斯溅射表示的3D地图。同时，利用深度不确定性进行地图优化，进一步提升重建精度。

技术框架：IG-SLAM系统主要包含以下几个模块：1) 密集SLAM跟踪模块：负责估计相机的位姿和生成密集深度图；2) 高斯溅射地图构建模块：利用跟踪结果初始化和更新3D高斯溅射表示的地图；3) 地图优化模块：利用深度不确定性对高斯溅射参数进行优化，提升重建质量；4) 渲染模块：将高斯溅射表示的场景渲染成图像。

关键创新：IG-SLAM的关键创新在于将密集SLAM跟踪与高斯溅射表示相结合，并利用深度不确定性进行地图优化。与传统的基于特征点的SLAM系统相比，高斯溅射能够更有效地表示场景的几何和外观信息。与基于神经隐式表达的SLAM系统相比，IG-SLAM具有更高的重建效率和更低的计算复杂度。

关键设计：IG-SLAM采用了一种衰减策略进行地图优化，以提高收敛速度。具体来说，在优化过程中，对每个高斯溅射点的梯度进行衰减，使得系统能够更快地收敛到最优解。此外，系统还利用深度不确定性来调整优化权重，使得深度不确定性较小的点在优化过程中发挥更大的作用。系统在单进程中运行，实现了10fps的运行速度。

📊 实验亮点

IG-SLAM在Replica、TUM-RGBD、ScanNet和EuRoC数据集上进行了评估。实验结果表明，IG-SLAM在实现更快运行速度的同时，与最先进的RGB单目SLAM系统相比，具有竞争力的性能。尤其是在EuRoC数据集上，IG-SLAM能够实现逼真的3D重建，展示了其在大规模场景下的优越性能。系统能够在单进程中以10帧/秒的速度运行。

🎯 应用场景

IG-SLAM具有广泛的应用前景，例如机器人导航、增强现实、虚拟现实、三维重建等领域。该系统能够快速、准确地构建环境的三维地图，为机器人提供可靠的环境感知信息，从而实现自主导航和避障。此外，该系统还可以用于创建逼真的虚拟现实场景，为用户提供沉浸式的体验。

📄 摘要（原文）

3D Gaussian Splatting has recently shown promising results as an alternative scene representation in SLAM systems to neural implicit representations. However, current methods either lack dense depth maps to supervise the mapping process or detailed training designs that consider the scale of the environment. To address these drawbacks, we present IG-SLAM, a dense RGB-only SLAM system that employs robust Dense-SLAM methods for tracking and combines them with Gaussian Splatting. A 3D map of the environment is constructed using accurate pose and dense depth provided by tracking. Additionally, we utilize depth uncertainty in map optimization to improve 3D reconstruction. Our decay strategy in map optimization enhances convergence and allows the system to run at 10 fps in a single process. We demonstrate competitive performance with state-of-the-art RGB-only SLAM systems while achieving faster operation speeds. We present our experiments on the Replica, TUM-RGBD, ScanNet, and EuRoC datasets. The system achieves photo-realistic 3D reconstruction in large-scale sequences, particularly in the EuRoC dataset.