MSGO开创简单高效的3DGS-SLAM新框架！同时拥有高质量建图与大内存利用！

文章预览

*本文转载自【深蓝AI】公众号* 导读： 实时SLAM与密集3D建图在资源有限的设备上计算量极大，最近3DGS+SLAM的发展为实时密集3D重建提供了极富前景的解决方案。但现有基于3DGS的SLAM系统在硬件简易性、速度和地图质量之间难以取得平衡。 大多数系统在上述某几个方面表现突出，但很少能够全面兼顾，高质量的表达似乎总以牺牲内存为代价，两者之间的互斥关系似乎逐渐成为共识。 Monocular GSO（MGSO）：一种将光度SLAM与3DGS相结合的新型实时SLAM系统，通过简单高效的场景表达方式，采用新颖的框架耦合SLAM与3DGS，能够仅使用以往10%左右的资源，提升20~30%左右的建图质量。 ©️【深蓝AI】编译 SLAM是自主机器人导航中的一项关键任务，指的是机器人在构建环境地图的同时，能够实时追踪自身位置。准确的自我定位是移动机器人执行更复杂任务的基础，而传 ………………………………