研究人员开发了 LEGO-SLAM，一个将语言理解集成到三维高斯溅射（3DGS）中的新框架，用于同步定位与地图构建（SLAM）系统。该系统使机器人能够构建具有开放词汇语义理解能力的光写实地图，从而更好地与环境交互。一项关键创新是场景自适应自动编码器，它将高维语言嵌入压缩到紧凑的 16 维空间，减少了内存和渲染开销。这种方法还有助于实现基于语言的剪枝策略，可在保持视觉质量的同时将地图的高斯数量减少高达 58%。此外，LEGO-SLAM 采用基于语言的回环检测方法，利用现有的语言特征，在 15 FPS 下实现了具有竞争力的地图构建和跟踪精度。 AI
影响 使机器人能够构建语义丰富的 3D 地图，以改善环境交互和导航。
排序理由 这是一篇详细介绍 SLAM 系统新技术框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
