日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

SLAMarXiv:2604.12837

GGD-SLAM: 動的環境向け汎用運動モデルを活用した単眼3DGS SLAM

GGD-SLAM: Monocular 3DGS SLAM Powered by Generalizable Motion Model for Dynamic Environments

シェア:XThreadsFacebookLINEはてブBluesky

動的環境下でのカメラ位置推定と高精細な稠密マッピングを、事前の意味注釈や深度入力なしで実現する、汎用運動モデルを用いた単眼3DGS SLAMフレームワークを提案した。

詳しい要約

1. どんなもの?

- 単眼3DGS SLAMの新手法 - 動的環境に対応 - 一般化可能な運動モデルを採用 - 事前のセマンティックアノテーションや深度入力不要 - 高精度なカメラ姿勢推定と密なマップ生成を実現

2. 先行研究と比べてどこがすごい?

- 従来の3DGSベースSLAMは静的環境を仮定 - 動的環境で性能が大幅に低下 - 提案手法は動的環境でも最先端性能 - セマンティックアノテーションや深度入力が不要

3. 技術・手法の肝は?

- FIFOキューでフレーム管理 - 逐次アテンション機構で動的セマンティック特徴抽出 - 動的特徴エンハンサで静的・動的分離 - 静的情報サンプリングで遮蔽領域を補完 - 動的環境向けのdistractor-adaptive SSIM損失を設計

4. どうやって有効だと検証した?

- 実世界の動的データセットで実験 - カメラ姿勢推定と密な再構成で最先端性能を達成 - 具体的なデータセット名や評価指標は要旨からは不明

5. 議論はある?

- 動的環境における課題を解決 - 一般化可能な運動モデルの有効性を示唆 - 限界や今後の課題については要旨からは不明

6. 次に読むべき論文は?

- 3D Gaussian Splatting (3DGS) ベースのSLAM - 動的環境向けSLAM - 一般化可能な運動モデル - 逐次アテンション機構 - distractor-adaptive SSIM損失

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Yi Liu, Haoxuan Xu, Hongbo Duan, Keyu Fan, Zhengyang Zhang, Peiyu Zhuang, Pengting Luo, Houde Liu

分類: cs.RO

原文アブストラクト

Visual SLAM algorithms achieve significant improvements through the exploration of 3D Gaussian Splatting (3DGS) representations, particularly in generating high-fidelity dense maps. However, they depend on a static environment assumption and experience significant performance degradation in dynamic environments. This paper presents GGD-SLAM, a framework that employs a generalizable motion model to address the challenges of localization and dense mapping in dynamic environments - without predefined semantic annotations or depth input. Specifically, the proposed system employs a First-In-First-Out (FIFO) queue to manage incoming frames, facilitating dynamic semantic feature extraction through a sequential attention mechanism. This is integrated with a dynamic feature enhancer to separate static and dynamic components. Additionally, to minimize dynamic distractors' impact on the static components, we devise a method to fill occluded areas via static information sampling and design a distractor-adaptive Structure Similarity Index Measure (SSIM) loss tailored for dynamic environments, significantly enhancing the system's resilience. Experiments conducted on real-world dynamic datasets demonstrate that the proposed system achieves state-of-the-art performance in camera pose estimation and dense reconstruction in dynamic scenes.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI