MCGS-SLAM: A Multi-Camera SLAM Framework Using Gaussian Splatting for High-Fidelity Mapping

📄 arXiv: 2509.14191v2 📥 PDF

作者: Zhihao Cao, Hanyu Wu, Li Wa Tang, Zizhou Luo, Zihan Zhu, Wei Zhang, Marc Pollefeys, Martin R. Oswald

分类: cs.RO, cs.CV

发布日期: 2025-09-17 (更新: 2025-10-03)

💡 一句话要点

MCGS-SLAM：基于高斯溅射的多相机SLAM框架，实现高保真地图构建

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

关键词: 多相机SLAM 高斯溅射 三维重建 捆绑调整 尺度一致性 机器人导航 自动驾驶

📋 核心要点

  1. 现有稠密SLAM主要集中在单目视觉，但往往牺牲了鲁棒性和几何覆盖范围，难以满足高精度建图需求。
  2. MCGS-SLAM利用多相机RGB输入，构建基于3D高斯溅射的SLAM系统，通过联合优化位姿和深度，实现高保真地图构建。
  3. 实验结果表明，MCGS-SLAM在轨迹精度和重建质量上优于单目基线，尤其在侧视区域的重建方面表现突出。

📝 摘要（中文）

本文提出MCGS-SLAM，这是一个完全基于RGB多相机输入的SLAM系统，它构建于3D高斯溅射(3DGS)之上。与依赖稀疏地图或惯性数据的现有方法不同，MCGS-SLAM将来自多个视角的密集RGB输入融合到一个统一的、持续优化的高斯地图中。多相机捆绑调整(MCBA)通过密集的光度和几何残差联合优化位姿和深度，而尺度一致性模块使用低秩先验来强制跨视角的尺度对齐。该系统支持RGB输入，并在大规模场景下保持实时性能。在合成和真实世界数据集上的实验表明，MCGS-SLAM始终产生准确的轨迹和逼真的重建效果，通常优于单目基线。值得注意的是，来自多相机输入的宽视野能够重建单目设置遗漏的侧视区域，这对于安全的自主操作至关重要。这些结果突出了多相机高斯溅射SLAM在机器人和自动驾驶领域高保真地图构建方面的潜力。

🔬 方法详解

问题定义：现有稠密SLAM系统，特别是基于单目视觉的系统，在鲁棒性和几何覆盖范围上存在局限性，难以重建完整的场景几何结构。此外，尺度不确定性也是单目SLAM面临的挑战。

核心思路：利用多相机系统提供的多视角信息，结合3D高斯溅射(3DGS)的强大表达能力，构建一个能够实时优化、高精度重建场景的SLAM系统。通过多视角几何约束和尺度一致性约束，解决单目SLAM的局限性。

技术框架：MCGS-SLAM包含以下主要模块：1) 多相机数据采集；2) 基于3DGS的场景表示；3) 多相机捆绑调整(MCBA)，联合优化相机位姿和3DGS参数；4) 尺度一致性模块，利用低秩先验保证多视角之间的尺度一致性。整个系统以实时性能运行，并持续优化高斯地图。

关键创新：1) 首次将3D高斯溅射应用于多相机SLAM系统，实现高保真场景重建；2) 提出了多相机捆绑调整(MCBA)方法，有效融合多视角信息，提高位姿和深度估计的准确性；3) 设计了尺度一致性模块，利用低秩先验保证多视角之间的尺度一致性，解决了多相机系统中的尺度漂移问题。

关键设计：1) 多相机捆绑调整(MCBA)采用密集光度误差和几何误差作为优化目标，提高优化精度；2) 尺度一致性模块使用低秩先验约束多视角之间的尺度关系，并通过优化算法实现尺度对齐；3) 系统采用高效的3DGS渲染技术，保证实时性能。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

MCGS-SLAM在合成和真实数据集上进行了评估，结果表明其在轨迹精度和重建质量上均优于单目基线。尤其是在侧视区域的重建方面，MCGS-SLAM能够有效重建单目系统遗漏的区域。实验结果验证了多相机高斯溅射SLAM在高保真地图构建方面的潜力。

🎯 应用场景

MCGS-SLAM在高精度地图构建方面具有显著优势，可应用于机器人导航、自动驾驶、虚拟现实/增强现实等领域。在机器人导航中，可以提供更准确的环境地图，提高导航的可靠性。在自动驾驶中，可以重建更完整的场景几何结构，提高环境感知能力。在VR/AR中，可以创建更逼真的虚拟场景，提升用户体验。

📄 摘要（原文）

Recent progress in dense SLAM has primarily targeted monocular setups, often at the expense of robustness and geometric coverage. We present MCGS-SLAM, the first purely RGB-based multi-camera SLAM system built on 3D Gaussian Splatting (3DGS). Unlike prior methods relying on sparse maps or inertial data, MCGS-SLAM fuses dense RGB inputs from multiple viewpoints into a unified, continuously optimized Gaussian map. A multi-camera bundle adjustment (MCBA) jointly refines poses and depths via dense photometric and geometric residuals, while a scale consistency module enforces metric alignment across views using low-rank priors. The system supports RGB input and maintains real-time performance at large scale. Experiments on synthetic and real-world datasets show that MCGS-SLAM consistently yields accurate trajectories and photorealistic reconstructions, usually outperforming monocular baselines. Notably, the wide field of view from multi-camera input enables reconstruction of side-view regions that monocular setups miss, critical for safe autonomous operation. These results highlight the promise of multi-camera Gaussian Splatting SLAM for high-fidelity mapping in robotics and autonomous driving.