PolyMerge: Compressing 3D Gaussian Splats with Polytope Coverings for Provably Safe Resource-Constrained Navigation
作者: Jihoon Hong, Chih-Yuan Chiu, Sara Fridovich-Keil, Glen Chou
分类: cs.RO
发布日期: 2026-06-15
期刊: IEEE Robotics and Automation Letters, vol. 11, no. 7, pp. 8512-8519, July 2026
🔗 代码/项目: PROJECT_PAGE
💡 一句话要点
提出PolyMerge以解决资源受限环境下的安全导航问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱三：空间感知与语义 (Perception & Semantics)
关键词: 3D高斯点云 凸多面体 路径规划 无人机导航 控制障碍函数 资源受限环境 安全导航
📋 核心要点
- 现有的辐射场重建方法在物体检测和建模上表现出色，但在资源受限的环境中难以应用。
- PolyMerge通过将3D高斯点云模型转换为凸多面体表示，显著降低了内存和计算需求，同时确保安全导航。
- 实验结果表明，PolyMerge在Crazyflie无人机上实现了实时安全路径规划，速度优于传统方法。
📝 摘要（中文）
障碍物避免是安全导航和运动规划的关键。近期的辐射场重建方法虽然能够高保真地进行物体检测和建模，但在基于感知的路径规划中仍然过于消耗内存和计算资源。为了解决这些限制，本文提出了PolyMerge，将大型的光照真实感3D高斯点云模型转换为轻量级的凸多面体表示，其并集能够证明性地过度近似原始3D高斯点云模型中的所有障碍物。PolyMerge通过调整多面体数量在保守性和计算成本之间进行权衡，并与控制障碍函数集成以规划无碰撞路径。我们在Crazyflie无人机上进行了仿真和硬件实验，展示了PolyMerge在严重计算约束下实时计算和跟踪安全轨迹的能力，速度上超越了基线，同时保证了安全性。
🔬 方法详解
问题定义：本文旨在解决在资源受限环境下进行安全导航时，现有3D高斯点云模型过于庞大导致的内存和计算负担问题。现有方法在复杂场景中难以实时处理，限制了其应用。
核心思路：PolyMerge的核心思路是将大型3D高斯点云模型转换为轻量级的凸多面体表示，通过多面体的并集来近似表示所有障碍物，从而降低计算复杂度并提高路径规划的效率。
技术框架：PolyMerge的整体架构包括三个主要模块：首先是3D高斯点云模型的转换，接着是多面体数量的调节以平衡保守性与计算成本，最后是与控制障碍函数的集成以实现安全路径规划。
关键创新：PolyMerge的创新在于其通过凸多面体的表示方式有效地减少了计算资源的消耗，同时保持了对障碍物的准确建模。这一方法与传统的3D模型处理方式有本质区别，后者往往无法在资源受限的情况下实现实时处理。
关键设计：在设计中，PolyMerge通过调整多面体的数量来实现保守性与计算成本的权衡，具体的参数设置和损失函数设计使得模型能够在保证安全的前提下，快速生成可行路径。
🖼️ 关键图片
📊 实验亮点
实验结果显示，PolyMerge在Crazyflie无人机上实现了实时路径规划，速度比基线方法提高了显著的百分比，同时在复杂环境中保证了安全性。这一成果展示了PolyMerge在实际应用中的有效性和可靠性。
🎯 应用场景
该研究的潜在应用领域包括无人机导航、自动驾驶汽车和机器人路径规划等。通过提供一种高效的障碍物表示方法，PolyMerge能够在资源受限的环境中实现实时安全导航，具有重要的实际价值和广泛的应用前景。
📄 摘要（原文）
Obstacle avoidance is essential for safe navigation and motion planning. Recent radiance field reconstruction methods enable object detection and modeling with high fidelity, but remain too memory- and compute-intensive for on-board perception-based path planning. To address these limitations, we propose PolyMerge to convert a large, photorealistic 3D Gaussian Splatting (3DGS) model of a scene into a lightweight representation of convex polytopes whose union provably over-approximates all obstacles in the original 3DGS model. PolyMerge tunes the polytope count to trade off conservativeness and compute cost, and integrates with control barrier functions (CBFs) to plan collision-free paths. We showcase PolyMerge in simulation and hardware experiments on a Crazyflie drone, which uses PolyMerge to compute and follow safe trajectories in real time under severe onboard compute constraints, outperforming baselines in speed while guaranteeing safety. For our code and videos, visit https://athlon76.github.io/PolyMerge-website/.