VG-Mapping: 半静的シーンにおけるオンライン3Dガウス写像のための変動対応型デンシティ制御

Abstract

環境の最近の変化を正確に反映する、最新の地図を維持することは重要です。特に、同じ空間を繰り返し移動するロボットにとってはそうです。変更された領域を速やかに更新できないと、地図の品質が低下し、位置推定（ローカライゼーション）の不良、非効率な運用、さらにはロボットの見失いにつながる可能性があります。3Dガウス・スパッティング（3DGS）は、その高密度で微分可能、かつフォトリアルな性質により、オンラインの地図再構成において近年広く採用されている一方で、変化領域を正確かつ効率的に更新することは依然として課題です。本論文では、このような半静的（semi-static）シーン向けに設計した、オンライン3DGSベースの新しいマッピングシステムであるVG-Mappingを提案します。本手法は、ガウス密度の制御を最適化から切り離す、変動（variation）を考慮した密度制御戦略を導入します。具体的には、変動のある領域を特定し、それを初期化およびプルーニングのガイドとして用いることで、続く最適化の出発点を定義する際に古い情報を用いることを回避します。さらに、このタスクに対する公開ベンチマークの欠如に対処するため、合成および実世界の両方の半静的環境からなるRGB-Dデータセットを構築します。実験結果は、本手法が半静的シーンにおけるレンダリング品質と地図更新効率を大幅に向上させることを示しています。コードとデータセットは https://github.com/heyicheng-never/VG-Mapping で利用可能です。