APRIL-ZJU/Gaussian-LIC

解决的问题

Gaussian-LIC2 解决了在保持机器人精确位姿估计的同时，实时创建高保真、照片级 3D 地图的挑战。它融合了 LiDAR、惯性传感器和相机的优势，克服了 SLAM（同时定位与地图构建）系统中单一传感器的局限性。

工作原理

该系统结合了 LiDAR-Inertial-Camera 融合与高斯点阵（Gaussian Splatting）。它同时执行鲁棒的位姿估计并构建 3D 高斯地图。该流程利用 TensorRT 进行部署，并结合 OpenCV 和 LibTorch 等第三方库处理传感器数据，并实时渲染环境。

适用人群

本项目专为从事 SLAM、3D 重建和自主导航的机器人研究人员和工程师设计，适用于需要照片级环境映射和精确定位的用户。

主要亮点

• 多传感器融合：整合 LiDAR、惯性与相机数据，提升系统鲁棒性。
• 照片级映射：采用高斯点阵技术生成高质量 3D 地图。
• 实时性能：可实时同步完成位姿估计与地图构建。
• 学术验证：已被 ICRA 2025 和《国际机器人研究杂志》（IJRR）2026 接受。