3DGS-ReLoc: 3D Gaussian Splatting for Map Representation and Visual ReLocalization

本文介绍了一种新的系统，用于使用三维高斯喷洒技术进行三维地图制作和视觉重定位。我们提出的方法利用激光雷达和相机数据创建准确且视觉上逼真的环境表示。通过利用激光雷达数据来初始化三维高斯喷洒地图的训练，我们的系统构建了既详细又几何精确的地图。为了减少GPU内存使用并促进快速空间查询，我们采用了2D体素地图和KD树的组合。这种准备使我们的方法非常适合视觉定位任务，可以通过归一化交叉相关（NCC）有效地识别查询图像和高斯喷洒地图渲染图像之间的对应关系。此外，我们使用基于特征匹配和透视n点（PnP）技术来优化查询图像的相机姿态。通过在KITTI360数据集上进行广泛评估，我们展示了我们系统的有效性、适应性和精度。

论文旨在通过3D高斯平铺技术，结合激光雷达和相机数据，实现准确的三维地图和可视化重定位。同时，为了解决GPU内存过多和快速空间查询的问题，采用了2D体素地图和KD树相结合的方式。该方法适用于视觉定位任务，能够通过归一化交叉相关（NCC）有效地识别查询图像和高斯平铺地图之间的对应关系。

论文的关键思路是采用3D高斯平铺技术，结合激光雷达和相机数据，构建准确的三维地图。同时，为了解决内存和空间查询问题，采用2D体素地图和KD树相结合的方式。该方法在视觉定位任务中，通过NCC有效地识别查询图像和高斯平铺地图之间的对应关系。

论文采用了LiDAR和相机数据，结合3D高斯平铺技术，构建了准确的三维地图。同时，为了解决内存和空间查询问题，采用了2D体素地图和KD树相结合的方式。在实验中，使用了KITTI360数据集进行了广泛的评估，并展示了该方法的适应性和精度。值得关注的是，论文还使用了特征匹配和PnP技术来优化查询图像的相机姿态。

在该领域的相关研究中，近期也有一些相关的工作，例如：“A Survey of Visual SLAM: From Filtering to Direct Methods”（视觉SLAM综述：从滤波到直接方法）和“ORB-SLAM: A Versatile and Accurate Monocular SLAM System”（ORB-SLAM：一种多功能和准确的单目SLAM系统）。