VIGS-SLAM: 視覚慣性ガウススプラッティングSLAM

- 3D Gaussian Splatting (3DGS) を用いた visual-inertial SLAM システム - 実時間 tracking と高忠実度 reconstruction を両立することを目指す - visual と inertial の cue を統合した統合最適化フレームワーク - カメラ pose、depth、IMU state を同時に最適化 - 5 つの challenging な dataset で評価

- 既存の 3DGS-based SLAM は純粋に visual な設計のため、motion blur、low texture、exposure variations などの厳しい条件下で性能が劣化 - 本研究は visual と inertial を tightly に結合し、これらの劣化条件に対する robustness を向上 - 最先端手法 (state-of-the-art) を 5 つの challenging な dataset で上回る - 具体的な比較対象手法名は要旨からは不明

- visual と inertial の cue を unified な最適化フレームワークで tightly に結合 - camera pose、depth、IMU state を joint に最適化 - robust な IMU initialization を実装 - time-varying bias modeling を導入 - loop closure を consistent な Gaussian updates と組み合わせ - 詳細な定式化は要旨からは不明

- 5 つの challenging な dataset 上で実験を実施 - state-of-the-art 手法との比較により優位性を示す - 具体的な dataset 名、評価指標、ablation の詳細は要旨からは不明 - project page (https://vigs-slam.github.io) で追加情報を公開

- motion blur、low texture、exposure variations といった劣化条件下での robustness が主な動機 - IMU initialization の robustness と time-varying bias modeling が性能に寄与する可能性 - loop closure 時の Gaussian updates の consistency が課題として想定されるが、具体的な議論は要旨からは不明 - 限界や failure case に関する記述は要旨からは不明

- 3DGS-based SLAM の代表的手法 (例: Gaussian Splatting SLAM 関連) - visual-inertial SLAM の古典的手法 (例: VINS-Mono、ORB-SLAM3 など) - 3D Gaussian Splatting の原論文 - loop closure と Gaussian updates の consistency に関する研究 - 具体的な参照論文は要旨からは不明のため、上記は同分野の定番を一般名で挙げたもの