
-
生物通官微
陪你抓住生命科技
跳动的脉搏
基于轻量级语义前端的动态场景高斯RGB-D SLAM系统改进
《Scientific Reports》:Real-time RGB-D SLAM with Gaussian scene representation for dynamic environments
【字体: 大 中 小 】 时间:2026年09月18日 来源:Scientific Reports 4.9
编辑推荐:
摘要本文提出了一种轻量级语义前端,用于改进动态场景中基于配准的高斯RGB-D SLAM系统。在动态环境中,动态物体会在配准和地图融合过程中引入不一致的几何观测,从而显著降低基于高斯的RGB-D SLAM系统的鲁棒性。为解决这一问题,我们提出了一种基于输入级别的动态去除框架,将
本文提出了一种轻量级语义前端,用于改进动态场景中基于配准的高斯RGB-D SLAM系统。在动态环境中,动态物体会在配准和地图融合过程中引入不一致的几何观测,从而显著降低基于高斯的RGB-D SLAM系统的鲁棒性。为解决这一问题,我们提出了一种基于输入级别的动态去除框架,将实时实例分割与配准驱动的高斯建图流水线相结合。为在有限的计算资源下保持实时性能,分割模块采用周期性执行的方式,中间帧则复用最近的掩码。在公开RGB-D基准数据集和真实室内序列上的实验结果表明,与基线神经显式SLAM流水线相比,所提方法提高了动态环境下的轨迹鲁棒性,并减少了动态区域的污染。