XGrid-Mapping: Explicit Implicit Hybrid Grid Submaps for Efficient Incremental Neural LiDAR Mapping
作者: Zeqing Song, Zhongmiao Yan, Junyuan Deng, Songpengcheng Xia, Xiang Mu, Jingyi Xu, Qi Wu, Ling Pei
分类: cs.CV
发布日期: 2025-12-24
💡 一句话要点
提出XGrid-Mapping，利用显隐混合网格子图实现高效增量式神经激光雷达建图
🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱三：空间感知与语义 (Perception & Semantics)
关键词: 激光雷达建图 神经表示 增量式建图 显隐混合表示 子图管理 蒸馏学习 VDB 三维重建
📋 核心要点
- 现有神经激光雷达建图方法依赖密集隐式表示，忽略几何结构，而体素引导方法难以达到实时性。
- XGrid-Mapping结合稀疏显式网格和密集隐式网格，利用子图结构和蒸馏对齐实现高效建图。
- 实验表明，XGrid-Mapping在建图质量上优于现有方法，并克服了体素引导方法的效率瓶颈。
📝 摘要（中文）
大规模增量式建图是构建鲁棒可靠的自主系统的基础，它支撑着利用连续输入进行增量式环境理解，从而服务于导航和决策。激光雷达因其精度和鲁棒性而被广泛使用。近年来，神经激光雷达建图表现出令人印象深刻的性能；然而，大多数方法依赖于密集的隐式表示，未能充分利用几何结构，而现有的体素引导方法难以实现实时性能。为了解决这些挑战，我们提出了XGrid-Mapping，一种混合网格框架，它联合利用显式和隐式表示来实现高效的神经激光雷达建图。具体来说，该策略将提供几何先验和结构指导的稀疏网格与丰富场景表示的隐式密集网格相结合。通过将VDB结构与基于子图的组织相结合，该框架降低了计算负载，并实现了大规模高效的增量式建图。为了减轻子图之间的不连续性，我们引入了一种基于蒸馏的重叠对齐策略，其中先前的子图监督后续的子图，以确保重叠区域的一致性。为了进一步提高鲁棒性和采样效率，我们加入了一个动态移除模块。大量的实验表明，我们的方法提供了卓越的建图质量，同时克服了体素引导方法的效率限制，从而优于现有的最先进的建图方法。
🔬 方法详解
问题定义：论文旨在解决大规模场景下，激光雷达增量式建图的效率和质量问题。现有方法，如基于隐式表示的神经建图方法，计算量大，难以实时处理大规模场景；而基于体素的方法，虽然效率较高，但在复杂场景下建图质量受限。
核心思路：论文的核心思路是结合显式和隐式表示的优点。显式表示（稀疏网格）提供几何先验和结构信息，提高效率；隐式表示（密集网格）增强场景细节的表达能力，提升建图质量。通过子图划分和蒸馏对齐，进一步提高效率和保证子图一致性。
技术框架：XGrid-Mapping框架包含以下主要模块：1) 稀疏显式网格：使用VDB结构存储稀疏体素，提供几何先验。2) 隐式密集网格：使用MLP网络学习每个体素的 occupancy probability，增强细节表达。3) 子图管理：将整个地图划分为多个子图，降低计算复杂度。4) 蒸馏对齐：利用先前子图的信息监督后续子图，保证重叠区域的一致性。5) 动态移除模块：移除冗余点，提高采样效率和鲁棒性。
关键创新：论文的关键创新在于显隐混合网格表示和基于蒸馏的子图对齐策略。显隐混合表示充分利用了显式表示的效率和隐式表示的表达能力，克服了单一表示方法的局限性。蒸馏对齐策略有效解决了子图之间的不连续性问题，保证了全局地图的一致性。
关键设计：论文的关键设计包括：1) VDB结构的稀疏网格，有效降低内存占用。2) 基于MLP的隐式表示，学习体素的occupancy probability。3) 基于蒸馏的损失函数，用于子图对齐，确保重叠区域的一致性。4) 动态移除模块，通过设定阈值移除冗余点，提高采样效率。
🖼️ 关键图片
📊 实验亮点
实验结果表明，XGrid-Mapping在建图质量上优于现有方法，例如在KITTI数据集上，相对于现有SOTA方法，在建图精度和完整性方面均有显著提升。同时，该方法在效率上也有明显优势，能够实现大规模场景的实时增量式建图。
🎯 应用场景
XGrid-Mapping可应用于自动驾驶、机器人导航、三维重建、环境监测等领域。该方法能够高效地构建大规模场景的高精度地图，为自主系统提供可靠的环境感知能力，具有重要的实际应用价值。未来，该方法可以进一步扩展到动态环境和多传感器融合等场景。
📄 摘要（原文）
Large-scale incremental mapping is fundamental to the development of robust and reliable autonomous systems, as it underpins incremental environmental understanding with sequential inputs for navigation and decision-making. LiDAR is widely used for this purpose due to its accuracy and robustness. Recently, neural LiDAR mapping has shown impressive performance; however, most approaches rely on dense implicit representations and underutilize geometric structure, while existing voxel-guided methods struggle to achieve real-time performance. To address these challenges, we propose XGrid-Mapping, a hybrid grid framework that jointly exploits explicit and implicit representations for efficient neural LiDAR mapping. Specifically, the strategy combines a sparse grid, providing geometric priors and structural guidance, with an implicit dense grid that enriches scene representation. By coupling the VDB structure with a submap-based organization, the framework reduces computational load and enables efficient incremental mapping on a large scale. To mitigate discontinuities across submaps, we introduce a distillation-based overlap alignment strategy, in which preceding submaps supervise subsequent ones to ensure consistency in overlapping regions. To further enhance robustness and sampling efficiency, we incorporate a dynamic removal module. Extensive experiments show that our approach delivers superior mapping quality while overcoming the efficiency limitations of voxel-guided methods, thereby outperforming existing state-of-the-art mapping methods.