通用高斯映射

单目深度可估计

首个同时原生支持单目、RGB-D与激光雷达-惯性-视觉系统的可微高斯SLAM方法，定位与建图精度均超越现有神经SLAM。

Lin C. · Hu, Boni · Jvboxi, Wang · 布树辉 · Wang, Guangming · Han, Pengcheng · Jian, Chen

IEEE Transactions on Automation Science and Engineering 2025

技术优势

单目也能估计深度

引入简化里程计提供度量深度，增强低重叠场景可用性。

消除不准确深度的影响

提出尺度一致性与不确定性加权优化，提高对深度预测误差的鲁棒性。

防止内存快速膨胀

场景更新策略有效控制在线建图时的内存占用。

多模态输入全支持

同一框架原生支持单目、RGB-D 和激光雷达-惯性-视觉系统。

应用场景

• 机器人定位与建图：替代基于特征的 SLAM，提升复杂环境下的定位精度。
• 自主导航：提供精确位姿估计，支撑实时路径规划。
• 无人机自主飞行：在低重叠场景下仍能稳定定位，保障无人机飞行安全。
• 移动机器人环境感知：同步输出高保真地图，提升环境感知的准确性。
• 增强现实空间锚定：提供高精度地图，实现稳定的虚拟内容空间锚定。