以下内容来自小六的机器人AI学习圈（6年积累，全国最大的机器人SLAM交流社区，为SLAM行业从业者提供从入门、学习、交流、求职、线下链接、合作、咨询、答疑等一系列的服务）知识星球每日更新内容

【MM3DGS SLAM: Multi-modal 3D Gaussian Splatting for SLAM Using Vision, Depth, and Inertial Measurements】

文章链接：[2404.00923] MM3DGS SLAM: Multi-modal 3D Gaussian ...

作者单位：德克萨斯大学奥斯汀分校

项目主页: https://vita-group.github.io/MM3DGS-SLAM

同时定位与建图对于位置跟踪和场景理解至关重要。基于3D高斯模型的地图表示能够利用多摄像机对场景进行真实感重建和实时渲染。我们首次表明，使用未放置的相机图像和惯性测量使用3D高斯进行地图表示可以实现精确的SLAM。我们的方法，MM3DGS，通过实现更快的渲染，尺度感知和改进的轨迹跟踪，解决了先前基于神经辐射场表示的局限性。我们的框架能够利用损失函数实现基于关键帧的建图和跟踪，损失函数包括从预先集成的惯性测量、深度估计和光度渲染质量的测量中进行的相对位姿变换。

此外，我们还发布了一个多模态数据集UT - MM，该数据集是从一个装有摄像头和惯性测量单元的移动机器人上收集的。在来自数据集的多个场景上的实验评估表明，与当前最先进的3DGS SLAM相比，MM3DGS实现了3倍的跟踪性能提升和5 %的光度渲染质量提升，同时允许实时渲染高分辨率的稠密三维地图。

推荐阅读

3D高斯泼溅 为什么能一直火？有哪些应用场景？香港大学开源的这个激光雷达惯性SLAM，太强了！一招掌握3DGS基础视觉三维重建！深度计算+点云处理+网格重建优化+纹理贴图！谷歌这个SLAM开源方案，造福了整个机器人行业！重大变革！NeRF和3D高斯喷溅如何重塑SLAM？发顶会顶刊不再难！多传感器融合SLAM、生成式AI、3DGS、NeRF、标定等方向这个开源框架，造福了无数卫星定位研究者和初创公司！BOSS：用了机器人仿真，立省几十万自动驾驶中的GNSS、RTK到底多重要？太强了！世界第一款开源的自动驾驶一体化框架Autoware！（附交流群）如何从零开始搭一套自己的SLAM系统？17讲全部上线！全网首个详解深度学习特征开源算法SuperPoint和SuperGlue（附交流群）最炸裂的机器人AI技术教程都在这了！