← 返回论文列表

MAGS-SLAM: 单目多智能体高斯溅射SLAM用于几何和光度一致的重建
MAGS-SLAM: Monocular Multi-Agent Gaussian Splatting SLAM for Geometrically and Photometrically Consistent Reconstruction

作者: Zhihao Cao, Qi Shao, Shuhao Zhai 等6人
arXiv: 2605.10760v1
分类: cs.RO
📝 论文摘要
多智能体协同逼真三维重建能够实现快速大规模场景捕捉，适用于虚拟制作和协作式多机器人探索。尽管近期基于3D高斯溅射（3DGS）的SLAM算法能够生成高保真实时地图，但现有的大多数多智能体高斯SLAM方法仍依赖RGB-D传感器获取度量深度并简化跨智能体对齐，这限制了其在轻量级、低成本或功率受限机器人平台上的部署。为解决这一挑战，我们提出MAGS-SLAM——首个仅使用RGB图像的多智能体3DGS SLAM协同场景重建框架。每个智能体独立构建局部单目高斯子地图，并传输紧凑的子地图摘要信息，而非原始观测数据或稠密地图。为应对单目尺度模糊性带来的鲁棒协作挑战，该框架集成了紧凑子地图通信、兼顾几何与外观的环路验证以及顾及占用情况的高斯融合技术，从而无需主动深度传感器即可实现连贯的全局重建。我们还引入了ReplicaMultiagent Plus基准用于评估协作式高斯SLAM。在合成与真实数据集上的大量实验表明，MAGS-SLAM在仅依赖RGB图像的情况下，达到了与最先进的RGB-D协作式高斯SLAM方法相当的跟踪精度，以及可比或更优的渲染质量。

📊 核心分析

🎯 研究动机
- 现有**多智能体协同3D重建** 方法大多依赖**RGB-D传感器** 获取度量深度，限制了在轻量级、低成本或电力受限机器人平台上的部署 - 当前**3D高斯泼溅(3DGS) SLAM** 算法虽能实现高质量实时建图，但多数多智能体高斯SLAM方法仍需要深度信息简化交叉智能体对齐 - 研究背景：虚拟制作和多机器人协作探索对快速大规模场景捕获的需求日益增长，但缺少仅依赖**RGB图像** 的高效协同重建框架
🔧 核心方法
- 提出**MAGS-SLAM**，首个仅使用**RGB图像** 的多智能体**3DGS SLAM** 框架，每个智能体独立构建**局域单目高斯子地图(local monocular Gaussian submaps)** - 采用**紧凑子地图摘要(compact submap summary)** 通信机制，仅传输低带宽摘要而非原始观测或密集地图 - 集成三种关键技术：**紧凑子地图通信**、**几何与外观感知的环路验证(geometry- and appearance-aware loop verification)** 以及**占用感知的高斯融合(occupancy-aware Gaussian fusion)**，以应对单目尺度模糊性 - 引入**ReplicaMultiagent Plus** 基准用于评估协作高斯SLAM
💡 核心创新
- **首创性**：提出第一个仅使用**RGB相机** 的多智能体**3DGS SLAM** 框架，摆脱对**RGB-D传感器** 的依赖 - **通信轻量化**：通过传递**紧凑子地图摘要** 而非原始数据，显著降低通信带宽，适应资源受限平台 - **融合鲁棒性**：在存在**单目尺度歧义(monocular scale ambiguity)** 的情况下，通过**几何-外观联合验证** 和**占用感知融合** 实现跨智能体一致重建 - **无需主动深度传感器**：完全使用被动RGB图像达到与RGB-D方法竞争的性能，拓宽了部署场景
🏆 总体贡献
- 为**多智能体协同3D重建** 领域提供了首个**纯RGB** 的高斯SLAM范式，填补了该方向空白 - 在合成和真实数据集上的实验表明，MAGS-SLAM在**跟踪精度** 和**渲染质量** 上与最先进的RGB-D协作高斯SLAM方法相当或更优 - 公开了**ReplicaMultiagent Plus** 基准，促进社区对协作高斯SLAM的标准化评估与后续研究