EliGSiR: Continual RGB-D Mapping with Gaussian Splatting under Bounded Compute

📄 arXiv: 2609.20348v1 📥 PDF

作者: Björn Ellensohn, Elmar Rueckert, Christian Rauch

分类: cs.CV, cs.RO

发布日期: 2026-09-17

备注: 8 pages, 8 figures

💡 一句话要点

提出EliGSiR以解决持续RGB-D映射中的优化预算问题

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

关键词: 持续映射 RGB-D 高斯点云 动态环境 优化预算 机器人导航 增强现实

📋 核心要点

  1. 现有的3D高斯点云映射方法假设观察数据是封闭的，难以处理持续在线到达的新数据。
  2. EliGSiR通过动态调整优化预算的使用，结合地图引导视图调度和负载自适应保真度，解决了持续映射中的挑战。
  3. 在TUM RGB-D数据集上，EliGSiR的重建质量达到21.52 dB，相较于基线方法SplaTAM的19.42 dB有显著提升。

📝 摘要（中文）

传统的3D高斯点云映射假设观察数据是封闭的，并需要较长的优化时间。而持续RGB-D映射则面临新观察数据在线到达的挑战，同时需要保留先前重建的区域。本文提出EliGSiR（基于证据的负载自适应增量高斯点云映射与图像重放），该方法控制优化预算的使用，以适应重建过程的演变。通过地图引导视图调度、负载自适应保真度和目标几何增长等机制，EliGSiR能够动态调整优化的视图、图像细节的使用以及表示的增长。我们在多个数据集上评估了EliGSiR的性能，并展示了其在映射预算使用上的显著改进。

🔬 方法详解

问题定义：本文旨在解决持续RGB-D映射中，如何在新观察数据不断到达的情况下，保持已重建区域的完整性与准确性。现有方法通常假设观察数据是封闭的，无法有效应对动态环境中的新数据。

核心思路：EliGSiR的核心思路是通过动态管理优化预算，结合多种机制来适应实时映射的需求。这种设计允许系统在处理新数据时，灵活调整优化策略，从而提高重建质量。

技术框架：EliGSiR的整体架构包括三个主要模块：地图引导视图调度、负载自适应保真度和目标几何增长。地图引导视图调度负责过滤冗余视图，负载自适应保真度根据当前映射负载调整监督分辨率，而目标几何增长则在重复观察中动态增加几何容量。

关键创新：EliGSiR的关键创新在于其负载自适应机制和动态视图调度策略，使得映射过程能够实时适应环境变化。这与传统方法的固定优化流程形成鲜明对比，显著提升了映射的灵活性和准确性。

关键设计：在设计中，EliGSiR采用了动态调整的监督分辨率，而不是固定的分辨率调度。此外，目标几何增长策略允许系统仅在必要时增加几何表示，优化了计算资源的使用。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

在TUM RGB-D fr3/long_office_household数据集上，EliGSiR在使用相同的真实姿态下达到了21.52 dB的重建质量，相比于SplaTAM的19.42 dB有显著提升。同时，在实时跟踪中，EliGSiR以155.5秒的时间达到了23.02 dB，相较于CaRtGS的230.9秒和20.10 dB表现出更高的效率和质量。

🎯 应用场景

EliGSiR在机器人导航、增强现实和自动驾驶等领域具有广泛的应用潜力。其持续映射能力使得系统能够在动态环境中实时更新地图，提升了环境理解的准确性和实时性，具有重要的实际价值和未来影响。

📄 摘要（原文）

Conventional 3D Gaussian Splatting assumes a closed set of observations and long optimization schedules. Continual RGB-D mapping in contrast poses the problem that new observations arrive online, while previously reconstructed regions must be preserved. We present EliGSiR (Evidence-guided Load-adaptive Incremental Gaussian Splatting with Image Replay), a continual Gaussian mapper that controls how the available optimization budget is used as the reconstruction evolves. Map-Guided View Scheduling filters redundant incoming views and reconsiders retained views according to the current state of the map. Load-Adaptive Fidelity adjusts supervision resolution to the current mapping load instead of following a fixed resolution schedule. Targeted Geometry Growth separates depth supervision from Gaussian creation and adds geometric capacity only where repeated RGB-D observations indicate missing or misplaced structure. Together, these mechanisms adapt which views are optimized, how much image detail is used, and where the representation grows while mapping remains active. We evaluate EliGSiR on Replica, TUM RGB-D, ScanNet++, and real RGB-D sensor sequences, considering both the final reconstruction and the map available throughout acquisition. On TUM RGB-D fr3/long_office_household, EliGSiR reaches 21.52 dB with the same ground-truth mapping poses used by the controlled baselines, compared with 19.42 dB for SplaTAM. In the tracked-pose comparison, EliGSiR with live ORB-SLAM3 poses reaches 23.02 dB in 155.5 s, compared with 20.10 dB in 230.9 s for CaRtGS using its native tracker. We further evaluate reconstruction throughout acquisition and show how EliGSiR adaptive view scheduling, supervision fidelity, and geometry growth improve the use of the available mapping budget.