日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

週刊ニュースレター購読
SLAMarXiv:2608.26868

CGS-SLAM: マルチエージェント再構成のための協調的ガウススプラッティングSLAM

CGS-SLAM: Collaborative Gaussian Splatting based SLAM for Multi-Agent Reconstruction

シェア:XThreadsFacebookLINEはてブBluesky

RGBと慣性データのみを用いて、複数のエージェントが協調して3DGS SLAMを行うシステムを提案。各エージェントが局所追跡とスケール付きマップ構築を行い、中央サーバーがサブマップを整列させる。

詳しい要約

1. どんなもの?

CGS-SLAMは、複数のエージェントが協調して3DGSベースのSLAMを行うハイブリッドな分散/集中型システム。RGBと慣性データのみを使用し、各エージェントがローカルトラッキングとスケール付きマップ再構成を行い、中央サーバがサブマップを整列する。

2. 先行研究と比べてどこがすごい?

従来の3DGSベースSLAMはRGB-D入力に依存し、スマートフォンでは利用できない。また、協調フレームワークを統合したものは少ない。CGS-SLAMはRGBと慣性データのみで動作し、マルチエージェント協調を実現する点が新しい。

3. 技術・手法の肝は?

各エージェントは慣性データをモーション事前としてローカルトラッキングを行い、metric monocular depth estimator (Depth Pro)を用いてスケール付きマップを再構成する。キーフレームエンコーディングをエージェント間で共有し、空間的重複領域で動的キーフレーミングを可能にしてサブマップ整列を強化する。中央サーバはVGGTをビューアライメントモデルとして使用し、サブマップを整列する。双方向通信により通信コストを低く抑える。

4. どうやって有効だと検証した?

複数のデータセットで実験を行い、トラッキング性能、レンダリング品質、サブマップ整列精度を評価。最先端手法と比較して、トラッキング性能は競争力があり、レンダリング品質は向上し、サブマップ整列は正確であることを示した。

5. 議論はある?

要旨からは、GNSS拒否環境での性能や、通信コストの詳細、スケールの一貫性、動的環境への対応などについての議論は不明。また、Depth ProとVGGTの依存性や、計算コストに関する議論も要旨には含まれていない。

6. 次に読むべき論文は?

要旨で参照されている関連手法として、3DGS (3D Gaussian Splatting)、Depth Pro、VGGTが挙げられる。また、RGB-Dベースの3DGS SLAM手法(例:SplaTAM、Gaussian Splatting SLAM)や、マルチエージェントSLAMの一般的な手法(例:C2TAM、COVINS)も関連する。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Jean-Daniel de Ambrogi, Aladine Chetouani, Vincent Nguyen, Aurélien Chateigner

分類: cs.CV, cs.RO

原文アブストラクト

Recent advances in SLAM have leveraged 3DGS for photorealistic reconstruction and novel view synthesis. However, most methods rely on RGB-D input, which is unavailable on consumer-grade smartphones, and few integrate 3DGS within a collaborative framework. Therefore, we present CGS-SLAM, a hybrid decentralized/centralized system enabling multi-agent 3DGS SLAM using only RGB and inertial data. Each agent performs local tracking with inertial data as a motion prior and reconstructs a scaled map using a metric monocular depth estimator (Depth Pro). Keyframe encodings are shared among agents, enabling dynamic keyframing in regions of spatial overlaps with other agents, enhancing submap alignment. Afterwards, a central server aligns submaps using VGGT as a view alignment model. This bidirectional communication keeps communication cost low during mapping and global reconstruction in difficult GNSS-denied environments. Experiments on multiple datasets demonstrate competitive tracking performance, improved rendering quality over state-of-the-art methods, and accurate submap alignment.

関連論文