Triangle Splatting SLAM
作者: Nicholas Fry, Eric Dexheimer, Kirill Mazur, Paul H. J. Kelly, Andrew J. Davison
分类: cs.CV, cs.RO
发布日期: 2026-06-12
💡 一句话要点
提出Triangle Splatting SLAM以实现高效的3D地图构建与跟踪
🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)
关键词: RGB-D SLAM 三角形表示 可微分渲染 Delaunay三角剖分 实时跟踪 几何处理 场景编辑
📋 核心要点
- 现有的SLAM系统在处理复杂场景时，往往面临几何表示不足和实时性能的挑战。
- 本文提出了一种基于可微分三角形的SLAM系统，通过在线渲染三角形汤实现高效的跟踪与映射。
- 实验结果表明，该系统在3D几何表现上优于基线方法，并在相机跟踪精度和场景编辑能力上表现出色。
📝 摘要（中文）
本文提出了一种基于可微分三角形的密集RGB-D SLAM系统，作为3D地图表示。尽管3D高斯点云已成为新视角合成的领先方法，但三角形仍是传统渲染硬件和游戏引擎的标准原语。基于最近的离线方法，本文展示了如何通过Delaunay三角剖分优化未结构化的三角形集合，进而实现在线可微分渲染的三角形汤。该系统不仅支持实时跟踪和映射，还能通过限制Delaunay三角剖分动态生成连接网格，支持网格变形和碰撞检测等新功能。在Replica和TUM-RGBD数据集上，系统在3D几何表现上超越了基线方法，并在相机跟踪精度上表现出色，同时实现了基于网格的场景编辑。
🔬 方法详解
问题定义：本文旨在解决现有SLAM系统在复杂场景下几何表示不足和实时处理能力不足的问题。现有方法多依赖于点云表示，难以满足高精度和实时性的需求。
核心思路：论文提出使用可微分三角形作为3D地图表示，通过在线渲染三角形汤实现高效的跟踪与映射。这种方法利用了三角形在传统渲染中的优势，能够更好地支持后续的几何处理任务。
技术框架：整体架构包括数据采集、三角形汤生成、在线可微分渲染、Delaunay三角剖分和场景编辑模块。数据采集通过RGB-D传感器获取，三角形汤则通过优化未结构化的三角形集合生成。
关键创新：最重要的创新在于首次将三角形汤应用于密集SLAM系统，实现了实时跟踪和映射，同时支持动态生成连接网格。这一方法在几何表示上优于传统的点云表示。
关键设计：在设计中，采用了限制Delaunay三角剖分来动态生成网格，确保了网格的连通性和可编辑性。同时，损失函数设计考虑了几何一致性和渲染质量，以提高系统的整体性能。
🖼️ 关键图片
📊 实验亮点
实验结果显示，Triangle Splatting SLAM在Replica和TUM-RGBD数据集上，3D几何表现超越了现有基线方法，且在相机跟踪精度上表现一致，支持在线网格编辑的能力显著提升。具体性能数据未提供，需进一步验证。
🎯 应用场景
该研究的潜在应用领域包括机器人导航、增强现实和虚拟现实等场景。通过高效的3D地图构建与跟踪能力，能够提升自动驾驶、智能家居和游戏开发等领域的用户体验和系统性能。未来，该技术有望在更复杂的环境中实现实时的几何处理与交互。
📄 摘要（原文）
We present a dense RGB-D SLAM system using differentiable triangles as the 3D map representation. While 3D Gaussian Splatting has emerged as the leading method for novel-view synthesis, triangles remain the standard primitive for traditional rendering hardware, game engines, and downstream tasks requiring explicit geometry such as simulation, collision, and editing. Recent offline methods have demonstrated that an unstructured 'triangle soup' can be optimised into a photorealistic mesh via Delaunay triangulation across a set of posed images. Building upon this insight, we present the first dense SLAM system to employ Triangle Splatting to perform both tracking and mapping through online differentiable rendering of a triangle soup. The map can be converted into a connected mesh on-the-fly via restricted Delaunay triangulation, enabling new online capabilities such as mesh deformation and collision checking. On Replica and TUM-RGBD, our system outperforms baselines on 3D geometry, matches the camera-tracking accuracy, and enables online mesh-based scene editing.