GLAM-SLAM: Real-time Gaussian Large-scale Mapping via Flow Densification and Spatial Decomposition

📄 arXiv: 2607.21416v1 📥 PDF

作者: Panagiotis Mermigkas, Argyris Manetas, Petros Maragos

分类: cs.RO, cs.CV

发布日期: 2026-07-23

备注: Accepted to IROS 2026. Project page: https://glamslam.github.io/ Code: https://github.com/pmermigkas/GLAM-SLAM/

💡 一句话要点

提出GLAM-SLAM以解决大规模场景下实时SLAM问题

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

关键词: 高斯点云 实时SLAM 大规模映射 特征基础 几何流密集化 场景划分 稀疏锚点网格

📋 核心要点

  1. 现有的高斯点云单目SLAM系统在处理长序列时面临实时性和内存需求的挑战，限制了其实际应用。
  2. GLAM-SLAM通过采用特征基础的SLAM前端和稀疏锚点网格表示，解决了大规模场景下的实时映射问题。
  3. 在KITTI Odometry等数据集上，GLAM-SLAM实现了15%的重建质量提升，同时保持实时性能，展示了其优越性。

📝 摘要（中文）

现有基于高斯点云的单目同时定位与地图构建（SLAM）系统通常局限于短序列，无法实现实时处理或面临高昂的GPU内存需求，限制了其在长时间场景中的应用。为此，本文提出了GLAM-SLAM，一个针对大规模户外场景设计的实时高斯点云SLAM系统。该系统采用了稳健的特征基础SLAM前端以确保轻量级跟踪，并通过结构化的稀疏锚点网格表示来实现可扩展的映射操作，保持长序列中的场景一致性。此外，论文引入了一种基于几何的流密集化锚定策略，以满足3D高斯点云初始化的密集需求。通过将映射视为多场景问题，提出了场景划分策略，利用多层感知器（MLP）初始化生成局部高斯。实验结果表明，该系统在KITTI Odometry、Oxford RobotCar和M'alaga数据集上实现了15%的重建质量提升，同时保持实时性能和对长序列的可扩展性。

🔬 方法详解

问题定义：现有的高斯点云SLAM方法在处理长序列时，往往无法实现实时性能，且对GPU内存的需求过高，限制了其在实际应用中的有效性。

核心思路：GLAM-SLAM通过引入轻量级的特征基础SLAM前端和稀疏锚点网格表示，确保了在大规模户外场景中的实时跟踪与映射能力，同时采用几何流密集化策略满足3D高斯点云的初始化需求。

技术框架：GLAM-SLAM的整体架构包括特征提取、轻量级跟踪、稀疏锚点网格映射和场景划分等模块，形成一个高效的SLAM系统。

关键创新：论文的主要创新在于提出了基于几何的流密集化锚定策略和场景划分策略，这些策略引入了强大的空间归纳偏置，显著提升了高斯生成的局部化能力。

关键设计：在设计中，采用了结构化的稀疏锚点网格表示，并通过多层感知器（MLP）进行初始化，以确保生成的高斯在空间上的一致性和局部化。具体的损失函数和参数设置在实验中进行了优化。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

在KITTI Odometry、Oxford RobotCar和M'alaga数据集上的实验结果显示，GLAM-SLAM在重建质量上比第二名提升了15%，同时保持了实时性能，展示了其在长序列处理中的优越性和可扩展性。

🎯 应用场景

GLAM-SLAM的研究成果在自动驾驶、机器人导航和增强现实等领域具有广泛的应用潜力。其实时处理能力和对大规模场景的适应性，使其能够在复杂环境中实现高效的定位与地图构建，推动相关技术的发展和应用。未来，该系统有望在更广泛的实际场景中得到应用，提升智能系统的自主性和可靠性。

📄 摘要（原文）

Existing Gaussian-splatting-based monocular Simultaneous Localization and Mapping (SLAM) systems are either tailored to short sequences, are not real-time, or suffer from prohibitive GPU memory requirements, limiting their applicability in realistic, long-horizon scenarios. To address this, we present GLAM-SLAM, a real-time, decoupled Gaussian-splatting SLAM system designed for large-scale outdoor scenes. We ensure lightweight tracking using a robust, feature-based SLAM frontend, while for mapping, we adopt a structured, sparse anchor grid representation that ensures scalable operation and maintains scene coherence across long-term sequences. To satisfy the dense initialization requirements of 3D Gaussian Splatting (3DGS), we introduce a geometry-based flow-densification anchoring strategy using epipolar constraints. Furthermore, by treating mapping as a multi-scene problem, we propose a scene-partitioning strategy that introduces a strong spatial inductive bias via MLP initializations to generate localized Gaussians. We evaluate our system on the challenging, long-sequence KITTI Odometry, Oxford RobotCar, and M'alaga datasets. Extensive ablations and comparisons demonstrate a 15% improvement in reconstruction quality over the second-best performer, while maintaining real-time performance and the ability to scale to longer sequences. Code is publicly available for the benefit of the community.