{
  "paper_id": "aa224265f156bcfd7efceee57b0218a2",
  "paper_title": "LIVE-GS: Online LiDAR-Inertial-Visual State Estimation and Globally Consistent Mapping with 3D Gaussian Splatting",
  "paper_authors": [
    "Jaeseok Park",
    "Chanoh Park",
    "Minsu Kim",
    "Minkyoung Kim",
    "Soohwan Kim"
  ],
  "publication_date": "",
  "publication_venue": "unknown",
  "abstract": "While 3D Gaussian Splatting (3DGS) enabled photorealistic mapping, its integration into SLAM has largely followed traditional camera-centric pipelines. As a result, they inherit well-known weaknesses such as high computational load, failure in texture-poor or illumination-varying environments, and limited operational range, particularly for RGB-D setups. On the other hand, LiDAR emerges as a robust alternative, but its integration with 3DGS introduces new challenges, such as the need for tighter global alignment for photorealistic quality and prolonged optimization times caused by sparse data. To address these challenges, we propose LIVE-GS, an online LiDAR-Inertial Visual SLAM framework that tightly couples 3D Gaussian Splatting with LiDAR-based surfels to ensure high-precision map consistency through global geometric optimization. Particularly, to handle sparse data, our system employs a depth-invariant Gaussian initialization strategy for efficient representation and a bounded sigmoid constraint to prevent uncontrolled Gaussian growth. Experiments on public and our datasets demonstrate competitive performance in rendering quality and map-building efficiency compared with representative 3DGS SLAM baselines.",
  "keywords": [
    "SLAM",
    "3D Gaussian Splatting",
    "LiDAR-Inertial-Visual Fusion",
    "Photorealistic Mapping",
    "Surfel Bundle Adjustment",
    "Loop Closure"
  ],
  "paper_institutions": [],
  "output_language": "zh",
  "provider": "doubao",
  "model": "glm-5.3",
  "prompt_template": "simple",
  "extracted_at": "2026-09-17T09:35:43.097881Z",
  "template_tag": "simple",
  "summary": "### 摘要\n\n3D Gaussian Splatting（3DGS）虽然实现了逼真的光度学建图，但将其集成进SLAM的研究大多沿用传统相机中心流水线，因而继承了计算负载高、在弱纹理或光照变化环境下易失效、作用范围有限（尤其是RGB-D设置）等已知缺陷；LiDAR虽是远距离精确三维采集的鲁棒替代方案，但与3DGS结合带来新挑战：逼真质量所需的更紧全局对齐、稀疏数据导致的优化时间延长，以及天空等未观测区域高斯失控增长。区别于依赖预计算位姿的离线方法（GS-SDF、LetsGo）、易受视觉条件影响的在线视觉中心方法（GS-ICP-SLAM、Photo-SLAM、SplaTAM）以及缺乏表面级稠密约束、沿用不适配LiDAR非均匀密度kNN初始化的在线LiDAR-惯性-视觉方法（Gaussian-LIC、LI-GS、HGS-Mapping），本文提出在线LiDAR-惯性-视觉SLAM框架LIVE-GS：采用稀疏surfel地图负责低延迟定位、稠密3D高斯地图负责逼真渲染的双地图架构，将surfel间一致性约束（Surfel Bundle Adjustment）融入位姿图优化以实现全局几何一致，并提出深度不变的高斯初始化策略（依据像素平面投影足迹而非欧氏距离确定尺度，按σ′=σ√k缩放以保持预定投影面积）与有界sigmoid重参数化σ_bounded=σ_min+(σ_max−σ_min)·sigmoid(s)以将尺度约束在可学习范围内、抑制稀疏观测区域的过度增长。实验在六个数据集上开展：FAST-LIVO2数据集的城市序列Retail、CBD02、SYSU01，MARS-LVIG的无人机机场序列airport03（挑战性海岸地形），提供厘米级RTK-GPS真值的Botanic Garden序列00/01/07（用于轨迹精度评估），以及自采的办公室风格与展厅风格室内序列Reception与Demo room（几何受限、纹理有限）；硬件平台为AMD Ryzen 9 7900 CPU、64GB内存与NVIDIA RTX 4090 GPU，传感器为硬件级同步的Livox AVIA/MID-360 LiDAR、相机与IMU——这些设置覆盖大规模室外与受限室内场景，用以验证轨迹一致性、渲染质量与建图效率。评估指标包括ATE、Z-RMSE、PSNR、地图大小与处理时长：本方法在Botanic Garden三条序列上均取得最优ATE（0.528/0.529/0.498 m），Z-RMSE在序列00/01上最优（0.352/0.177 m）；Ours(1pixel)变体在CBD02、Retail与airport03上取得对比基线中最高的PSNR（27.5/29.2/20.0 dB），Ours(5pixel)变体以轻微PSNR损失在六个数据集中的五个上取得最小地图（如Retail 31.0 MB、SYSU01 24.7 MB，CBD02上地图由235.0 MB缩减至55.2 MB即4.3倍），并在自采数据上以96 s取得最快处理速度与26.8 MB最小地图；消融实验表明SBA与有界sigmoid单独使用各有不足、结合后在所有数据集上效果最佳，这些结果支持了全局几何优化与尺度约束两项创新的有效性。未来方向包括在高斯优化中引入LiDAR深度监督以抑制无纹理或稀疏观测区域的悬浮高斯、利用时序建模处理动态物体、引入学习先验进行外观分解以提升恶劣天气下的鲁棒性；实际应用面向大规模室外机器人SLAM等场景，但需注意混合室内外环境（如Reception的玻璃墙暴露远处区域）中严格尺度界会降低PSNR、部分基线在airport03上完全失败等约束。\n\n### 关键要点\n\n- LIVE-GS采用双地图架构：稀疏surfel地图用于对LiDAR-相机-IMU同步数据流进行低延迟位姿跟踪，稠密3D高斯地图用于逼真渲染，回环检测后联合优化位姿与高斯以获得几何一致的高分辨率地图。\n- Surfel Bundle Adjustment（SBA）将surfel间一致性约束加入位姿图优化，在表面级精确对齐新观测与已有地图结构，使Botanic Garden三条序列的ATE达到最优（0.528/0.529/0.498 m）。\n- 深度不变高斯初始化依据像素平面投影足迹（目标面积A_target=πn²/4，n=1或5像素）而非局部点密度确定尺度，并按σ′=σ√k缩放，避免稀疏远距区域产生过大且模糊的高斯。\n- 有界sigmoid重参数化将可学习尺度映射到[σ_min, σ_max]区间，并通过Algorithm 1依据当前高斯尺寸分布动态调整上限，抑制天空等未观测区域高斯的失控增长。\n- 里程计联合优化点到平面ICP残差与光度残差（λ_photo=0.5），以IMU预积分提供初始位姿，优化后的相对位姿作为全局位姿图中的里程计约束。\n- 局部建图在固定大小滑动窗口内执行两步顺序优化：先以几何损失e_icp精化相机位姿，再固定位姿以渲染损失（L1与D-SSIM组合，λ_ssim=0.2）精化可见高斯参数。\n- 全局优化采用iSAM2增量求解包含里程计约束与G-ICP surfel残差（λ_surfel=1.0）的位姿图，收敛后对受影响关键帧关联的高斯施加位姿变换，并用Adam进行第二阶段外观精化。\n- 数据与实验设置：覆盖FAST-LIVO2（Retail、CBD02、SYSU01）、MARS-LVIG airport03、Botanic Garden 00/01/07（厘米级RTK-GPS真值）及自采室内Reception与Demo room，运行于AMD Ryzen 9 7900、64GB RAM与RTX 4090，传感器为硬件级同步的Livox AVIA/MID-360、相机与IMU。\n- 渲染结果：Ours(1pixel)在CBD02、Retail、airport03上PSNR最高（27.5/29.2/20.0 dB）；Ours(5pixel)在六个数据集中的五个上地图最小（Retail 31.0 MB、SYSU01 24.7 MB），CBD02上地图从235.0 MB降至55.2 MB（4.3倍缩减）而PSNR仅由27.5降至27.0 dB。\n- 鲁棒性与效率对比：GS-ICP-SLAM与GS-SDF在airport03上完全失败，离线方法开销大（GS-SDF在SYSU01需1752 s，LetsGo占307.5 MB），本方法在质量相当的同时处理时间与存储均更低。\n- 消融研究：SBA单独使用可改善对齐但无法控制尺度（最大尺度可超过场景范围），有界sigmoid单独使用可将尺度约束至亚米级，但在玻璃墙暴露远处室外区域的Reception场景中严格界会降低PSNR，二者结合在所有数据集上取得最佳结果。\n- 局限与展望：系统未在高斯优化中显式利用LiDAR深度监督，未来将探索时序建模处理动态物体、引入学习先验进行外观分解以提升恶劣天气下的鲁棒性。"
}