APRIL-ZJU/Gaussian-LIC
[ICRA 2025 & IJRR 2026] Gaussian-LIC2: LiDAR-Inertial-Camera Gaussian Splatting SLAM (in Real Time)
解決的問題
Gaussian-LIC2 解決了在維持機器人精確位姿估計的同時，即時建立高保真、照片級 3D 地圖的挑戰。它結合 LiDAR、慣性感測器與相機的優勢，克服 SLAM（同時定位與地圖建構）系統中單一感測器的限制。
工作原理
該系統整合 LiDAR-Inertial-Camera 融合與高斯點陣（Gaussian Splatting）。同時執行穩健的位姿估計並建構 3D 高斯地圖。該流程利用 TensorRT 進行部署，並結合 OpenCV 與 LibTorch 等第三方套件處理感測器資料，即時渲染環境。
適用對象
本專案專為從事 SLAM、3D 重構與自主導航的機器人研究人員與工程師設計，適用於需要照片級環境地圖與精確定位的使用者。
主要亮點
- 多感測器融合：整合 LiDAR、慣性與相機資料，提升系統穩健性。
- 照片級地圖：採用高斯點陣技術生成高品質 3D 地圖。
- 即時性能：可即時同步完成位姿估計與地圖建構。
- 學術驗證：已獲 ICRA 2025 與《國際機器人研究期刊》（IJRR）2026 接受。
相關
- 專案ouguangjun/Leg-KILO
專為腿式機器人等高動態平台設計的即時 LiDAR SLAM 系統，採用兩階段 ESKF 前端與因子圖後端，實現高穩健性地圖建構。
- 專案hku-mars/GS-SDF
一個結合了 Gaussian Splatting 與神經符號距離場 (SDF) 的 LiDAR 增強型系統，旨在實現幾何學上一致的、照片級寫實的渲染與 ................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................thought: 3D surface reconstruction.
- 專案PRBonn/kiss-slam
一種設計用於在各種環境中實現高泛化能力的精確同時定位與地圖建構的簡單且穩健的 3D LiDAR SLAM 系統。
- 專案SJTU-ViSYS/Ground-Fusion
一種針對地面車輛的低成本感測器融合SLAM系統，整合RGB-D、IMU、輪式里程計與GNSS，可在感測器失效時維持穩健定位。
- 專案rpng/MINS
一種可靈活融合 IMU、輪式編碼器、相機、GNSS 與 LiDAR 的多感測器輔助慣性導航系統，可實現機器人的穩健定位與線上感測器校準。