RMGS-SLAM: リアルタイム・マルチセンサー・ガウススプラッティングSLAM

arXiv cs.RO / 2026/4/15

📰 ニュースIdeas & Deep AnalysisModels & Research

共有:

要点

本論文は、リアルタイムの3Dガウススプラッティングを用いて、低遅延な姿勢推定と、大規模屋外シーンにおける連続的な高密度マッピングを同時に実現する、密結合型のLiDAR–慣性–視覚（LIV）SLAMフレームワークRMGS-SLAMを提案する。
状態推定、3Dガウスプリミティブの初期化、グローバルなガウス最適化を並列化することで、再構成が到来するセンサストリームと同期した状態を維持する。
初期化の品質を向上させ、収束を高速化するために、フィードフォワード予測とボクセルベースのPCA（ボクセル-PCA）による幾何学的事前知識を組み合わせたカスケード戦略を提案する。
長期的なグローバル整合性のために、RMGS-SLAMは最適化済みのグローバルガウスマップに対して、ガウスベースの一般化ICP（GICP）を用いてループ閉じ込みを直接行い、ループ制約を推定した後に、姿勢グラフ最適化を実施する。
さらに、ハードウェア同期されたLiDAR–カメラ–IMUデータセットを公開し、正解軌跡を提供する。多面的な実験結果により、リアルタイム効率、ローカリゼーション精度、レンダリング品質の間でバランスの取れたトレードオフが示される。