시각적 장소 인식(VPR)은 동시 위치추정 및 지도작성(SLAM)을 위한 루프 클로저 탐지와 같이 로봇 공학 응용에서 정확한 위치 추정과 장기 자율 주행을 가능하게 하는 핵심 기술이다. 그러나 실제 환경에서의 VPR 배포는 정밀도와 재현율의 균형을 맞추는 이미지 매칭 임계값 선택에 의존한다. 이러한 임계값은 일반적으로 라벨이 붙은 검증 데이터로 조정된 뒤 배포 시 고정되므로, 정답(ground truth)을 사용할 수 없는 환경 변화 하에서는 신뢰할 수 없다. 이는 거짓 루프 클로저를 수용하면 추정 궤적과 지도가 손상될 수 있는 안전이 중요한 로봇 공학에서 특히 문제가 된다. 본 연구에서는 쿼리 이미지와 후보 이미지에 대해 공동으로 추론하여 검색된 매칭을 평가하기 위해 비전-언어 모델(VLM)을 활용하는, 검색 후 독립 검증 프레임워크인 Visual Place Recognition Auditing을 제안한다. 기존 검증 방법과 달리, 본 접근법은 아키텍처별 신뢰도 측정, 데이터셋 의존적 임계값, 또는 배포 환경에 대한 사전 지식 없이 인스턴스 수준 검증을 수행한다. 우리는 5가지 최신 VPR 방법과 4개의 VLM을 사용하여 6개 벤치마크 데이터셋에서 방법을 평가했다. 결과는 VLM 기반 감사가 최신 방법 대비 평균 recall@1을 13.6% 향상시키면서 거짓 수용률을 12%로 낮추고, 정밀도 95% 이상과 커버리지 75% 이상을 유지함을 보여준다.
실내 3D 장면 그래프(3DSG)는 관측된 기하학적 프리미티브(예: 평면)를 더 높은 수준의 미터법-의미론적(metric-semantic) 개념(예: 방, 층, 건물)과 연결하는 다층 계층 구조로 환경을 표현하여 로봇 인지 및 SLAM을 위한 점진적 공간 추론을 가능하게 합니다. 그러나 기존의 고수준 개념 생성 방식은 특정 개념 클래스에 대한 수작업 규칙에 의존하며, 학습 기반 방법은 그래프 구조와 공간 노드 특징(예: 중심점)에 대해 별도의 모델을 요구하므로 새로운 클래스 및 더 복잡한 계층 구조로의 확장성이 제한됩니다. 본 논문에서는 구조와 특징을 함께 학습하고 관측된 수직 평면으로부터 임의의 계층 깊이에 걸쳐 완전한 3DSG를 상향식(bottom-up)으로 구축하는 통합 자기회귀 확산 기반 그래프 생성 모델을 제안합니다. 제안하는 방법은 합성 장면, 실제 건축 평면도, 로봇 센서 데이터를 아우르고 레이아웃 복잡도와 계층 깊이가 다양한 3DSG 데이터셋 전반에서 모든 학습 기반 및 무작위 베이스라인을 일관되게 능가하며, 가장 큰 계층 구조 및 실제 단층 데이터에서 목표 그래프 크기에 대한 오라클 접근 권한을 가진 원샷(one-shot) 모델을 능가합니다. 마지막으로, 생성된 3DSG를 정답(ground truth)과 비교하여 원칙적인 그래프 수준 평가를 수행하기 위한 Fused Gromov--Wasserstein 거리의 적응 방식을 제안합니다.
기기가 주변 환경 내에서 스스로의 위치를 파악(localize)하는 능력은 공간 컴퓨팅(spatial computing)을 위한 필수적인 전제 조건입니다. 시각-관성 주행 거리 측정(VIO, Visual-inertial odometry)은 이 작업에 있어 비용 효율적이면서도 정확한 해결책임이 입증되었습니다. 효율적인 VIO 구현은 발열이 적고 더 가벼우며 저렴한 기기를 가능하게 하고 배터리 수명을 늘리며 사용자 경험을 향상시킬 수 있으므로 로봇, 웨어러블, XR 기기, 드론 등에서 큰 이점을 얻을 수 있습니다. 본 연구에서는 현대의 많은 스마트폰과 XR 기기에 탑재되어 있는 상용 코프로세서인 Hexagon DSP를 활용하여 VIO 시스템의 효율성을 향상시키는 방안을 제안합니다. 제안하는 접근법은 백엔드는 메인 CPU에 유지하면서 스테레오-관성 주행 거리 측정 시스템의 시각 프론트엔드를 DSP로 오프로드(offload)합니다. DSP 아키텍처에 맞게 구현을 최적화함으로써 CPU 단독 실행 대비 전력 소비와 지연 시간(latency)을 크게 줄였습니다. 본 연구의 시스템인 HexVIO는 상용 스마트폰에서 전력 소비를 67% 절감하거나 처리량(throughput)을 86% 증가시킬 수 있음을 입증하였으며, 0.83 W의 전력으로 실시간 30 fps 트래킹을 장시간 유지할 수 있어 테스트 기기 기준으로 약 18시간 동안 트래킹이 가능합니다. 이러한 결과는 로보틱스 및 모바일 기기에서 하루 종일 지속 가능한 시각-관성 트래킹을 구현하는 데 있어 상용 DSP의 잠재력을 잘 보여줍니다.
피드포워드 파운데이션 모델(feedforward foundation models)은 최근 뛰어난 3D 재구성 능력을 보여주었습니다. 그러나 기존 모델들은 오차 누적으로 인해 롱 컨텍스트(long-context) 스트리밍 재구성에서 큰 추적 드리프트(tracking drift)를 보입니다. 본 논문에서는 정확하고 드리프트 없는 킬로미터 단위의 대규모 재구성을 가능하게 하기 위해 스트리밍 재구성 파운데이션 모델을 활용한 루프 폐쇄(loop closure)를 다시 검토합니다. 구체적으로 본 방법론은 전역 디스크립터 검색을 통해 루프 후보를 탐지하고, 루프 조건부 윈도우를 구성하여 루프가 형성된 프레임 간의 상대적 포즈(relative pose)를 추정합니다. 채택한 스트리밍 재구성 백본이 전역적으로 일관된 스케일을 생성한다는 관찰 결과를 바탕으로, 이전 연구에서 사용되던 Sim(3) 또는 더 고차원의 SL(4) 매니폴드 상의 포즈 그래프 최적화를 피하고 순차 및 루프 폐쇄 제약 조건을 적용하여 SE(3) 매니폴드에서 모든 프레임 포즈를 최적화합니다. 광범위한 실험을 통해 제안하는 방법이 킬로미터 규모의 시퀀스에서 드리프트를 줄이고 일관된 기하 구조를 생성하여 기존 최고 수준(SOTA)의 성능을 크게 뛰어넘음을 입증합니다. 코드는 https://github.com/MoyangLi00/CLoSeR.git 에서 확인할 수 있습니다.
3D 가우시안 스플래팅(3DGS)은 새로운 뷰 합성(novel view synthesis)을 위한 강력한 기법으로 부상하였으며, 이후 수많은 공간 AI(spatial AI) 애플리케이션으로 확장되고 있습니다. 그러나 기존의 대부분의 3DGS 방법들은 특정 도메인에만 집중하며 고립되어 작동합니다. 본 논문에서는 공간 작업을 위한 VLM의 인지 모듈에 이처럼 기존에 고립되어 있던 3DGS 방법들을 통합하는 확장 가능한 프레임워크인 X-GS를 소개하며, 이는 $\textit{Perceiver}$와 $\textit{Thinker}$라는 두 가지 주요 구성 요소를 갖추고 있습니다. $\textit{Perceiver}$는 시맨틱 지식 증류(semantic distillation)를 동반한 온라인 3DGS 기반 SLAM을 수행하고, 카메라 포즈가 없는(unposed) 비디오 스트림으로부터 시맨틱 가우시안을 출력합니다. 또한 더 강력한 기하학적 사전 정보를 얻기 위해 최신 비전 파운데이션 모델을 활용하며, 시맨틱 지식 증류 효율성을 향상시키기 위한 세 가지 새로운 최적화(optimization) 기법을 소개합니다. $\textit{Thinker}$는 다양한 VLM을 이러한 시맨틱 가우시안과 연동하여 3D 시각적 그라운딩(visual grounding) 및 씬 캡셔닝(scene captioning)과 같은 공간 멀티모달 역량을 발현시킵니다. 다양한 벤치마크(benchmark)에 대한 실험 결과는 X-GS 프레임워크의 효율성과 새롭게 발현된 멀티모달 능력을 입증합니다.
구조광(structured-light, SL) 카메라는 수백만 대의 기기에서 깊이 감지를 담당하며, 최근 신경 SL 디코딩 방법들이 깊이 품질을 크게 향상시켰다. SLAM 시스템은 신뢰할 수 있는 기하학이 안정적인 추적과 충실한 재구성을 가능하게 하는 이러한 강력한 깊이 감지로부터 큰 이점을 얻을 수 있다. 본 연구에서는 고충실도 구조광 깊이에 맞춘 실용적인 SLAM 시스템인 NSL-SLAM을 제안한다. 먼저 SL 깊이 감지를 강화한다. 신경 구조광(NSL) 방법에서 영감을 받아 SL 스테레오 디코딩에 강력한 단안(monocular) 깊이 사전(prior)을 추가로 통합하여 Replica-SL에서 NSL 대비 깊이 RMSE를 35% 감소시켰다. 그다음 이 강화된 깊이를 활용해 깊이 중심 SLAM 파이프라인을 구축한다. 구조광 기하학은 조밀하고 측정(metric)적으로 정확하기 때문에 이를 주 추적 신호로 유지하고, 기하학적으로 퇴화(degenerate)한 경우에만 희소(sparse) 시각 대응(correspondence)을 추가하며, 장거리 드리프트(drift)에는 경량 번들 조정(bundle adjustment)을 적용한다. 깊이 추정기와 SLAM 설계는 상호 보완한다. 더 강한 깊이는 단순한 SLAM 파이프라인을 효과적으로 만들고, 깊이 중심 파이프라인은 이 이점이 하류 재구성으로 전달되도록 보장한다. 실험적으로, 합성 Replica-SL 벤치마크에서 NSL-SLAM은 최고의 추적 정확도를 달성하고 공유 깊이(shared-depth) 프로토콜 하에서 SOTA 기준선 대비 재구성 F-score를 1.6점 향상시킨다. 8개의 도전적인 장면으로 구성된 실제 벤치마크에서는 모든 시퀀스에서 치명적 실패를 피한 유일한 방법이며, 선정된 기준선 대비 궤적 편차(trajectory deviation)를 43.3% 낮췄다. SLAM 시스템은 20.9 FPS로 온라인 실행되며, 더 강한 구조광 깊이와 깊이 중심 시스템 설계가 함께 실용적이고 견고한 SLAM을 가능하게 함을 보여준다.
기존 가우시안 스플래팅(Gaussian Splatting) 기반 단안 동시 위치 추정 및 지도 작성(SLAM) 시스템은 짧은 시퀀스에 특화되어 있거나 실시간이 아니거나, 과도한 GPU 메모리 요구로 인한 문제가 있어 현실적인 장기 시나리오에서의 적용이 제한된다. 이를 해결하기 위해, 대규모 실외 장면을 위해 설계된 실시간 분리형(decoupled) 가우시안 스플래팅 SLAM 시스템인 GLAM-SLAM을 제안한다. 견고한 특징(feature) 기반 SLAM 프론트엔드를 사용하여 경량 추적을 보장하고, 매핑에서는 구조화된 희소 앵커 그리드 표현을 채택하여 확장 가능한 동작을 보장하고 장기 시퀀스에 걸친 장면 일관성을 유지한다. 3D 가우시안 스플래팅(3DGS)의 밀집 초기화(initialization) 요구사항을 충족하기 위해, 에피폴라(epipolar) 제약을 사용하는 기하학 기반 흐름 밀집화(flow-densification) 앵커링 전략을 도입한다. 또한 매핑을 다중 장면(multi-scene) 문제로 취급하여, MLP 초기화를 통해 강한 공간적 귀납 바이어스(bias)를 도입하여 국소화된 가우시안을 생성하는 장면 분할(scene-partitioning) 전략을 제안한다. 도전적인 장시퀀 KITTI Odometry, Oxford RobotCar, M'alaga 데이터셋에서 시스템을 평가한다. 광범위한 ablation 및 비교를 통해 두 번째로 우수한 방법 대비 재구성 품질에서 15% 향상을 보이면서, 실시간 성능과 더 긴 시퀀스로 확장 가능한 능력을 유지함을 입증한다. 코드는 커뮤니티를 위해 공개되어 있다.
정확한 산림 재고 조사와 대규모 매핑은 생태계 모니터링과 지속 가능한 산림 관리에 필수적이다. 다수의 저비용 엣지(edge) 플랫폼은 대규모 영역의 효율적인 데이터 수집을 가능하게 하지만, GNSS가 차단된 숲 하층 환경에서 독립적으로 구축된 로컬 맵을 병합하려면 여전히 초기화 없는 루프 클로저 검출과 전역 등록(global registration)이 필요하다. 이 과제는 저비용 LiDAR 포인트 클라우드가 희소하고 노이즈가 많으며, 반복적인 수간 배치와 뚜렷한 기하학적 랜드마크의 부재가 심각한 지각적 aliasing(perceptual aliasing)과 잘못된 대응(false correspondences)을 유발하기 때문에 어렵다. 이러한 문제를 해결하기 위해, 우리는 숲 루프 클로저 검출 및 전역 등록을 위한 경량 수간 토폴로지 기반 프레임워크인 DTIF(Delaunay Triangulation in Forests)를 제안한다. 수간은 먼저 안정적인 랜드마크로 추출되며, 간결한 장면 표현을 위해 Delaunay 토폴로지를 사용해 인코딩된다. 후보 서브맵은 변(edge) 길이 및 반경 통계를 이용해 선별되며, 이어 edge-radius 일관성 검증과 강/약 정점(vertex) 지지 집계를 통해 가중 정점 대응을 구성한다. 마지막으로, 토폴로지에서 유도된 신뢰도 가중치가 중력 정렬(gravity alignment) 하에서 요(yaw), 수평 이동(translation), 고도 이동을 각각 추정하는 분리형 강건 포즈 추정기에 통합된다. 시뮬레이션 및 실제 숲 데이터셋에 대한 실험 결과, DTIF는 낮은 계산 부담으로 정확한 등록을 달성하며, 자원 제약이 있는 엣지 플랫폼에서 강건성, 효율성, 배포 가능성 간의 유리한 균형을 제공함을 보여준다.
본 논문은 DINO-SLAM을 제안한다. DINO-SLAM은 DINO가 제공하는 더 포괄적인 의미(semantic) 이해를 통해 SLAM 시스템에서 암시적 표현(Neural Radiance Field, NeRF)과 명시적 표현(Gaussian Splatting, GS)을 향상시키는 DINO 기반 설계 전략이다. 그러나 DINO만으로는 적절한 3D 기하(geometry) 이해가 부족하여 개선 폭이 제한적이다. 따라서 본 연구는 Scene Geometry Encoder(SGE)를 사용하여 DINO 특징(feature)을 기하 인식 DINO 특징(geoDINO)으로 풍부하게 만들고, 순수 DINO 특징이 포착하지 못하는 기하적 관계를 더 잘 이해한다. 이를 바탕으로 geoDINO 특징을 통합한 NeRF 및 GS SLAM 시스템을 위한 두 가지 기본 패러다임을 제안한다. 최신(state-of-the-art) 방법들과 비교했을 때, 제안한 DINO 기반 파이프라인은 Replica, ScanNet, TUM 데이터셋에서 우수한 성능을 달성한다.
3D Gaussian Splatting(3DGS)의 최근 발전으로 동시 위치 추정 및 매핑(SLAM) 시스템이 포토리얼리스틱 지도를 구축할 수 있게 되었다. 그러나 이러한 지도는 로봇 상호작용에 필요한 개방 어휘(open-vocabulary) 의미 이해를 갖추지 못한다. SLAM에 언어 특징을 통합하는 것은 여전히 큰 과제로 남아 있다. 고차원 특징을 저장하면 과도한 메모리와 렌더링 오버헤드가 발생하고, 정적 모델을 사용하는 기존 방법은 새로운 환경에 대한 적응성이 부족하기 때문이다. 우리는 3DGS 기반 SLAM 시스템 내에서 실시간 개방 어휘 매핑을 달성하는 프레임워크인 LEGO-SLAM(Language-Embedded Gaussian Optimization SLAM)을 제안한다. 우리 방법의 핵심은 장면 적응형 오토인코더로, 고차원 언어 임베딩을 압축된 16차원 특징 공간으로 지식 증류(distillation)하여 가우시안당 메모리를 줄이고 렌더링을 가속한다. 정적 접근법과 달리, 우리의 인코더는 보이지 않았던 장면에 온라인으로 적응한다. 이러한 압축된 특징은 의미적 중복을 식별하는 언어 유도 가지치기 전략도 가능하게 하여, 렌더링 품질을 유지하면서 지도의 가우시안 수를 최대 58%까지 줄인다. 또한 매핑을 위해 이미 추출된 언어 특징을 재활용하는 언어 기반 루프 감지(loop detection) 접근법을 도입하여 별도의 감지 모델이 필요 없게 한다. 실험 결과 LEGO-SLAM은 15 FPS에서 개방 어휘 기능을 제공하면서도 경쟁력 있는 매핑 품질과 추적 정확도를 달성함을 보여준다. 프로젝트 페이지는 https://lab-of-ai-and-robotics.github.io/LEGO-SLAM/ 에서 확인할 수 있다.
우리는 강건한 온라인 3D Gaussian splatting, 실시간 VR 탐험, 음성 기반 비전-언어 모델(Vision-Language-Model) 상호작용을 위한 새로운 통합 아키텍처를 제안한다. 깨끗한 깊이 정보나 외부 포즈를 가정하는 방법들과 달리, 우리 시스템은 잡음이 있는 실세계 데이터에 대해 ORB-SLAM3 기반 포즈 추정과 온라인 Gaussian 재구성을 결합한다. VR 파이프라인은 점진적 재구성의 몰입형 탐험을 가능하게 하며, 의미론적 모듈은 음성 명령을 텍스트로 변환하고, 장면 설명을 생성하며, 관심 지점을 기록한다. 최신 온라인 Gaussian splatting 방법들과 비교하여, 우리 데이터셋에서 이미지 품질이 향상되었으며(PSNR +14.5%, SSIM +8.6%, LPIPS -14.3%), TUM-RGBD 데이터셋에서도 마찬가지였다(PSNR +11.7%, SSIM +7.8%, LPIPS -21.6%). 품질-속도 구성을 통해 비교 가능하거나 우수한 프레임 레이트를 달성하였으며, VLM 객체 인식률 88%를 기록하였다.
Track2Map은 로봇 보조 최소 침습 수술에서 카메라 궤적 사전 정보 없이도 수술 영상으로부터 카메라 포즈와 3D 변형 장면을 공동 최적화하는 온라인 3D 가우시안 스플래팅 기반 SLAM 파이프라인을 제안한다. 광학 흐름 방향 분포를 이용해 카메라 정지 구간을 감지하고 포즈 업데이트를 게이팅함으로써 조직 변형과 카메라 움직임을 분리하며, StereoMIS 벤치마크에서 기존 SLAM 및 비-SLAM 방법 대비 우수한 재건 품질과 카메라 궤적 정확도를 달성했다.
동적 환경에서의 3DGS 기반 SLAM 문제를 해결하기 위해, DL-SLAM은 의미론적·기하학적 정보를 결합한 이중 수준(픽셀 수준 + 객체 수준) 확률 프레임워크를 도입하여 일시적으로 정적인 객체는 포즈 추정에 활용하면서도 동적 가우시안을 객체 단위로 제거해 아티팩트 없는 정적 지도를 생성한다. 세 가지 동적 데이터셋 실험에서 기존 방법 대비 추적 정확도를 최대 13% 향상시키고 고충실도 의미론적 지도를 생성함을 입증했다.
This work tackles the challenge of enhancing low-resolution LiDAR sensors for SLAM applications through a novel Deep Unrolling-based Super-Resolution (SR) model. We integrate an outlier removal module to ensure structural integrity while maintaining real-time performance. By leveraging a model-based optimization approach, our method efficiently reconstructs high-resolution point clouds while minimizing computational overhead. The proposed SR model is evaluated within a LiDAR SLAM framework, demonstrating significant improvements in pose estimation accuracy and efficiency compared to state-of-the-art SR methods.
Nowadays mobile robots have wide engineering applications. Simultaneous localization and mapping (SLAM) is an important task of these robots. The major and common algorithms used for this task are based on extended Kalman filter (EKF). One of the main problems in EKF-based SLAM is its divergence. The nonlinearity of motion and observation models and linearization error are the main reasons for the divergence. There have been some efforts to address this problem with limited success. In this paper, by applying a simple compass and using an effective transformation, we transform the non-linear state space model into a linear model. Then, by applying the original KF to this model, we reach a new method, which is called LMKF SLAM. We show that the LMKF SLAM is significantly superior to the state-of-the-art methods, especially EKF-based SLAMs, both in accuracy, convergence, and computational complexity. The proposed method is also more stable with respect to the uncertainty of sensors values and changes in system parameters. Experimental results verify these points.
본 연구에서는 LiDAR 통합을 갖춘 가우시안 스플래팅(3DGS)을 위한 구조화된(Structured) 프레임워크인 Structured-Li-GS를 개발한다. 이는 LiDAR-관성-시각 SLAM을 활용하는 경량 가우시안 스플래팅 파이프라인이다. Structured-Li-GS는 정확하고 조밀하며 색상화된 포인트 클라우드에서 학습함으로써 더 적은 수의 가우시안으로 고품질 3D 재구성을 달성한다. 가우시안 기본 요소는 하위 샘플링된 포인트 클라우드로 고정(anchor)되며, 타원체 파라미터는 국소 표면 기하로부터 초기화된다. 학습 전략은 조밀한 포인트 클라우드를 기반으로 광도(photometric), 평탄화(flattening), 오프셋(offset), 깊이(depth), 법선(normal) 손실을 포함한 포괄적인 손실 항들을 통합하여, 가우시안 밀집화(densification) 없이 정확한 재구성을 가능하게 한다. 이 접근법은 적절한 모델 크기로 스케일에 무관한(up-to-scale), 고충실도 결과를 생성한다. 실험적 검증을 위해 맞춤형 하드웨어 동기화 LiDAR-카메라 휴대형 스캐너를 개발한다. 벤치마크 데이터셋과 자체 실세계 데이터셋 모두에서의 실험은 Structured-Li-GS가 더 적은 가우시안을 사용하면서 최신(state-of-the-art) 방법들을 능가함을 보여준다.
3D Gaussian Splatting (3DGS) has garnered significant attention in Simultaneous Localization and Mapping (SLAM) due to its advances in capturing fine-grained geometry features and synthesizing novel views. For SLAM in large-scale scenes, such as autonomous driving, 3DGS-SLAM faces a critical limitation: memory consumption increases continuously over time as Gaussian points accumulate, leading to poor memory efficiency and limiting its applicability. In this work, we propose a rendering-area-aware pruning strategy that selectively removes Gaussians based on their contribution to the effective rendering area, rather than solely relying on Gaussian-level heuristics such as opacity or gradient magnitude. This perspective directly targets the sources of memory redundancy, effectively reducing the peak memory footprint of 3DGS-SLAM during runtime. Evaluations on the EuRoC and KITTI datasets demonstrate that our method consistently outperforms existing pruning approaches in large-scale outdoor scenes, achieving over 60% memory reduction and more than 2 times FPS improvement while preserving localization and mapping accuracy. These results highlight rendering-area-aware pruning as a promising direction for scaling 3DGS-SLAM to real-world autonomous driving scenarios. Our code is publicly available at https://github.com/UMN-ZhaoLab/Pocket-SLAM.git.
다양한 환경에서 사족 보행 로봇의 자율 주행은 근본적으로 강인한 동시 위치 추정 및 지도 작성(SLAM)에 의존합니다. 비주얼-관성 SLAM은 차륜형, 휴대형, 비행 플랫폼에서 성숙해졌지만, 하드웨어 수준의 센서 구성이 보행 이동의 격렬한 동역학 하에서 성능에 어떤 영향을 미치는지에 대한 중요한 평가 공백이 여전히 존재합니다. 사족 보행 로봇은 발 착지 충격, 고주파 기계 진동, 급격한 각도 회전을 포함하여 표준 인식 파이프라인을 저하시키는 본체 특유의 감각적 문제를 야기합니다. 이러한 공백을 해결하기 위해, 우리는 ANYmal D 사족 보행 로봇에서 기록된 GrandTour 데이터셋을 사용하여 최첨단 비주얼, 비주얼-관성, 라이다-비주얼-관성 SLAM 방법들의 체계적 평가를 제시합니다. 우리는 카메라 모달리티, 셔터 기술, 관성 센서 등급의 영향을 분리하고 정량화하여, 위치 추정 정확도, 알고리즘 강건성, 연산 자원 활용 측면에서의 상충 관계를 분석합니다. 실증적 발견에 따르면 하드웨어 선택이 시스템 강인성에 상당한 영향을 미치는 것으로 나타났습니다: 스테레오 구성은 단안 및 RGB-D 모달리티를 일관되게 능가하며, 글로벌 셔터 카메라는 롤링 셔터 카메라에 비해 운동 유발 추적 실패를 상당히 완화합니다. 무엇보다 중요한 점은, 표준 관성 통합이 가혹한 보행 이동 환경에서 주로 비전 기반 프레임워크의 성능을 저하시킬 수 있다는 것입니다. 이러한 통찰은 또한 민첩한 보행 시스템에서 신뢰할 수 있는 인식을 달성하기 위해 맞춤형 센서 페이로드를 조정하는 구체적인 설계 가이드라인을 제공합니다.
우리는 3D 맵 표현으로 미분 가능한 삼각형을 사용하는 밀집 RGB-D SLAM 시스템을 제안합니다. 3D Gaussian Splatting이 새로운 시점 합성을 위한 선도적인 방법으로 부상했지만, 삼각형은 여전히 전통적인 렌더링 하드웨어, 게임 엔진, 시뮬레이션, 충돌, 편집과 같은 명시적 기하학이 필요한 다운스트림 태스크를 위한 표준 프리미티브입니다. 최근 오프라인 방법들은 비정형 'triangle soup'이 포즈가 지정된 이미지 세트에 걸친 Delaunay 삼각분할을 통해 사실적인 메쉬로 최적화될 수 있음을 입증했습니다. 이러한 통찰을 바탕으로, 우리는 triangle soup의 온라인 미분 가능 렌더링을 통해 추적과 매핑을 모두 수행하기 위해 Triangle Splatting을 사용하는 최초의 밀집 SLAM 시스템을 제안합니다. 맵은 제한된 Delaunay 삼각분할을 통해 즉석에서 연결된 메쉬로 변환될 수 있으며, 이를 통해 메쉬 변형 및 충돌 감지와 같은 새로운 온라인 기능이 가능해집니다. Replica 및 TUM-RGBD에서, 우리 시스템은 3D 기하학 측면에서 베이스라인을 능가하고, 카메라 추적 정확도와 대등하며, 온라인 메쉬 기반 장면 편집을 가능하게 합니다.
최근 3D Gaussian Splatting (3DGS)의 발전은 실시간 렌더링 기능을 갖춘 신규 뷰 합성에서 인상적인 결과를 입증했습니다. 그러나 3DGS를 SLAM 시스템과 통합하는 데에는 근본적인 확장성 제한이 존재합니다. 기존 방법들은 GPU 메모리 용량에 제약을 받아 재구성을 소규모 환경으로 제한합니다. 우리는 DiskChunGS를 제안합니다. 이는 확장 가능한 3DGS SLAM 시스템으로, 장면을 공간 청크(spatial chunks)로 분할하고 GPU 메모리에는 활성 영역만 유지하며 비활성 영역은 디스크에 저장하는 out-of-core 접근 방식을 통해 이 병목 현상을 극복합니다. 우리의 아키텍처는 자세 추정(pose estimation) 및 루프 클로저(loop closure)를 위한 기존 SLAM 프레임워크와 매끄럽게 통합되어 대규모로 전역적으로 일관된 재구성을 가능하게 합니다. 우리는 실내 장면(Replica, TUM-RGBD), 도시 주행 시나리오(KITTI), 그리고 자원 제약이 있는 Nvidia Jetson 플랫폼에서 DiskChunGS를 검증했습니다. 우리의 방법은 우수한 시각적 품질을 달성하면서 메모리 오류 없이 모든 11개의 KITTI 시퀀스를 유일하게 완료하여, 알고리즘 혁신이 이전 3DGS SLAM 방법들을 제한했던 메모리 제약을 극복할 수 있음을 입증합니다.