{
  "paper_id": "04243312f78c4825ef6476c2b9cc469f",
  "paper_title": "Gaussian-LIC: Real-Time Photo-Realistic SLAM with Gaussian Splatting and LiDAR-Inertial-Camera Fusion",
  "paper_authors": [
    "Xiaolei Lang",
    "Laijian Li",
    "Chenming Wu",
    "Chen Zhao",
    "Lina Liu",
    "Yong Liu",
    "Jiajun Lv",
    "Xingxing Zuo"
  ],
  "publication_date": "2024",
  "publication_venue": "IEEE International Conference on Robotics and Automation",
  "abstract": "本文提出一种将高斯泼溅与激光雷达-惯性-相机SLAM相结合的实时照片级真实感SLAM方法。现有大多数基于辐射场的SLAM系统主要面向有界室内环境并配备RGB-D或RGB传感器，在扩展到无界场景或遭遇剧烈运动、光照变化等不利条件时性能容易下降。相比之下，面向通用场景，本方法额外紧耦合融合激光雷达、IMU与相机以实现鲁棒位姿估计与照片级真实感在线建图。为补偿激光雷达未观测到的区域，提出将图像三角化得到的视觉点与激光雷达点共同用于初始化3D高斯；此外还实现了天空与变化相机曝光的建模以获得高质量渲染。值得注意的是，系统纯用C++与CUDA实现，并精心设计了一系列策略来加速基于高斯的场景表示的在线优化。大量实验表明，该方法在保持实时能力的同时优于同类方法；令人印象深刻的是，在照片级真实感建图方面，本方法使用自身估计的位姿甚至超越了所有使用特权真值位姿进行建图的对比方法。代码将在项目页 https://xingxingzuo.github.io/gaussian_lic 发布。",
  "keywords": [
    "SLAM",
    "3D高斯泼溅",
    "激光雷达-惯性-相机融合",
    "照片级真实感建图",
    "实时系统",
    "辐射场"
  ],
  "paper_institutions": [],
  "output_language": "zh",
  "provider": "doubao",
  "model": "glm-5.3",
  "prompt_template": "simple",
  "extracted_at": "2026-09-17T09:32:38.029764Z",
  "template_tag": "simple",
  "summary": "### 摘要\nGaussian-LIC 针对现有基于辐射场（NeRF/3DGS）的 SLAM 系统大多面向有界室内环境、依赖 RGB-D 或 RGB 传感器，在无界户外场景以及剧烈运动、光照变化、纹理缺失等恶劣条件下性能急剧下降的问题，提出首个在无界户外场景中实时运行的、紧耦合融合激光雷达-惯性-相机（LIC）数据的照片级真实感 SLAM 系统。区别于 iMAP、NICE-SLAM 等 NeRF 类方法，GS-SLAM、SplaTAM 等 RGB-D/RGB 3DGS 类方法，以及缺乏天空与曝光建模且未针对实时优化的 MM-Gaussian、MM3DGS-SLAM 等多模态方法，该系统以连续时间里程计 Coco-LIC 为跟踪前端（每 0.1 秒经因子图优化融合点到图激光雷达因子、帧到图视觉因子与惯性因子），并以 3D 高斯作为在线地图表示：每个高斯包含位置 μ、尺度 S、旋转 R、不透明度 o 与球谐 SH，其协方差按核心机制 Σ=RSSᵀRᵀ 参数化；高斯初始化融合激光雷达点与视觉滑动窗口在线三角化得到的 SFM 点以补偿激光雷达视场盲区，同时在世界上半球随机布置约 10⁵ 个天空高斯建模天空，并通过优化作用于渲染颜色的 3×4 仿射矩阵 E 建模变化的相机曝光，训练损失为 L=(1−λ)‖E[C]−C̄‖₁+λL_D-SSIM。系统纯 C++/CUDA 实现，并设计逐高斯反向传播、细长高斯瓦片剔除与稀疏 Adam 等 CUDA 加速策略。作者在 FAST-LIVO、R3LIVE（固态激光雷达）与 MCD（机械旋转激光雷达）三个公开数据集共 9 条真实室内外序列上评测（选择它们以覆盖不同激光雷达类型与恶劣条件，验证方法的通用性与鲁棒性），以 PSNR、SSIM、LPIPS 为指标：训练视角平均 PSNR 24.55、SSIM 0.770、LPIPS 0.231，新视角平均 PSNR 23.83，全面超越 NeRF-SLAM（19.65）、MonoGS（17.27）与适配 LiDAR 的 SplaTAM（18.03），且使用自身估计位姿即超过所有使用特权真值位姿的对比方法，支持了多模态紧耦合融合、天空/曝光建模与混合初始化等创新的有效性；在 105 秒的 f0 序列上跟踪与建图总耗时均为 105 秒，是唯一实时且精度最高的方法。未来工作包括利用重建的高斯地图增强里程计精度并提升几何重建质量。该系统适用于机器人与混合现实中需要对自然环境实时建模、理解与交互的实际场景，但依赖 LiDAR-IMU-相机硬件配置与 GPU 算力（如 RTX 3090、24GB 显存）。\n\n### 关键要点\n- 提出首个面向无界户外场景的实时照片级真实感 SLAM 系统 Gaussian-LIC，将 3D 高斯泼溅与激光雷达-惯性-相机紧耦合融合，在接收传感数据后无需大量后处理即可鲁棒估计位姿并增量构建高保真高斯地图。\n- 位姿跟踪基于连续时间里程计 Coco-LIC，每 0.1 秒通过因子图优化融合点到图激光雷达因子、帧到图视觉因子与惯性因子，在剧烈运动、光照变化等恶劣条件下保持鲁棒与准确。\n- 3D 高斯初始化同时利用激光雷达点（提供精确几何先验）与视觉滑动窗口在线三角化的 SFM 点（Shi-Tomasi 角点经 KLT 光流跟踪，窗口含 N_k=11 个关键帧、连续 N_t=9 帧跟踪后三角化），补偿激光雷达视场未覆盖的区域。\n- 天空建模：以世界坐标系为球心、半径 R=10⁴ 的上半球随机初始化 N_s=10⁵ 个天空高斯（零阶 SH 填充白色、不透明度 0.7），防止表面高斯错误拟合天空外观而产生模糊伪影。\n- 通过优化作用于渲染颜色的 3×4 仿射矩阵 E（前三列用于缩放、末列用于偏移）来建模变化的相机曝光，渲染损失为 L=(1−λ)‖E[C]−C̄‖₁+λL_D-SSIM，其中 λ=0.2。\n- 系统纯 C++ 与 CUDA 实现，跟踪与建图模块基于 ROS 并行运行；采用逐高斯反向传播（将 CUDA 线程分配给瓦片内所有高斯，增强并行性并减少原子梯度冲突）、针对细长 2D 高斯的瓦片剔除负载均衡、以及仅更新当前相机视锥内高斯的稀疏 Adam 等加速策略。\n- 在 FAST-LIVO 与 R3LIVE（固态激光雷达）及 MCD（机械旋转激光雷达）三个公开数据集共 9 条序列上评测，覆盖室内外真实场景与恶劣条件，所有实验使用相同超参数以保证公平且全面的评估。\n- 渲染质量以 PSNR、SSIM、LPIPS 衡量：训练视角平均 PSNR 24.55、SSIM 0.770、LPIPS 0.231，新视角平均 PSNR 23.83、SSIM 0.738、LPIPS 0.236，全面优于 NeRF-SLAM、MonoGS 与适配 LiDAR 深度的 SplaTAM。\n- 实时性方面，在 105 秒时长的 f0 序列上跟踪与建图耗时均为 105 秒（去掉加速策略则建图需 198 秒），是唯一满足实时定义（在传感器数据采集时长内完成处理）的方法，同时 PSNR 最高（29.89）。\n- 即使对比方法使用特权真值位姿或本方法估计的更精确位姿进行建图，Gaussian-LIC 仅用自身估计位姿仍在所有序列训练视角上取得最佳渲染质量，其新视角渲染质量甚至超过其他方法在各自训练视角的表现。\n- 消融实验（f0 序列）表明：移除曝光建模、天空建模或 SFM 点分别使 PSNR 从 29.89 降至 29.77、29.76、29.70，验证各组件对渲染质量的贡献。\n- 约束与展望：系统依赖 LiDAR-IMU-相机多传感器硬件与 GPU 算力（RTX 3090、24GB 显存、32GB 内存），未来计划利用重建的高斯地图反哺里程计精度并提升几何重建质量。",
  "available_templates": [
    "deep_read",
    "simple"
  ]
}