DL-SLAM: Enabling High-Fidelity Gaussian Splatting SLAM in Dynamic Environments based on Dual-Level Probability

📄 arXiv: 2607.01860v1 📥 PDF

作者: Ziheng Xu, Qingfeng Li, Xuefeng Liu, Chen Chen, Jianwei Niu

分类: cs.RO, cs.CV

发布日期: 2026-07-02

💡 一句话要点

提出DL-SLAM以解决动态环境下高保真SLAM问题

🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)

关键词: 动态SLAM 高斯点云 概率框架 语义信息 几何约束 自动驾驶 机器人导航

📋 核心要点

  1. 现有SLAM方法通常忽略暂时静态物体的几何约束，导致伪影问题和不明确的物体边界。
  2. DL-SLAM通过双层概率框架结合语义与几何信息，计算动态概率图并提升至3D，解决了现有方法的不足。
  3. 实验结果显示，DL-SLAM在跟踪精度上提升了13%，并生成了高保真的语义地图，优于现有方法。

📝 摘要（中文）

近年来，3D高斯点云技术的进步推动了动态环境下的密集同时定位与地图构建（SLAM）取得显著进展。现有方法通常忽略了暂时静态物体的几何约束，导致在集成这些物体时产生持久性伪影。为了解决这一问题，本文提出了DL-SLAM，一个基于双层概率框架的单目高斯点云SLAM系统。该方法通过结合语义和几何信息计算动态概率图，并将其提升至3D以获得每个实例的物体级动态概率，从而实现动态高斯的分类修剪，生成无伪影的静态地图。实验结果表明，DL-SLAM在跟踪精度上提升了多达13%，并生成高保真的语义地图。

🔬 方法详解

问题定义：现有的SLAM方法在处理动态环境时，往往忽略暂时静态物体的几何约束，导致伪影和不明确的物体边界，影响定位精度。

核心思路：DL-SLAM通过引入双层概率框架，结合语义和几何信息，计算动态概率图，进而提升至3D，获得物体级动态概率，从而有效修剪动态高斯，生成无伪影的静态地图。

技术框架：DL-SLAM的整体架构包括动态概率图的计算、3D概率提升和物体级动态概率的聚合。首先，结合语义和几何信息生成动态概率图，然后将其提升至3D，最后聚合以获得物体级动态概率。

关键创新：DL-SLAM的核心创新在于双层概率框架的引入，能够有效整合语义与几何信息，解决了现有方法在动态环境下的伪影问题。

关键设计：在设计中，采用了特定的损失函数以优化动态概率图的生成，并通过网络结构的调整提升了模型对动态物体的识别能力。具体参数设置和网络结构细节在论文中有详细描述。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，DL-SLAM在跟踪精度上较现有方法提升了多达13%。此外，该系统生成的高保真语义地图在动态环境下表现出色，显著减少了伪影的产生，验证了其有效性。

🎯 应用场景

DL-SLAM在动态环境下的高保真SLAM技术具有广泛的应用潜力，包括自动驾驶、机器人导航和增强现实等领域。其能够提供更准确的定位和地图构建，提升智能系统在复杂环境中的表现，具有重要的实际价值和未来影响。

📄 摘要（原文）

Recent advances in 3D Gaussian Splatting (3DGS) have enabled significant progress in dense dynamic Simultaneous Localization And Mapping (SLAM). Prevailing methods typically discard predefined dynamic objects, ignoring that transiently static objects offer valuable geometric constraints for pose estimation. A recent work attempts to leverage this potential by employing per-pixel uncertainty maps to quantify the magnitude of motion. While this approach enables transiently static objects to enhance pose estimation, it erroneously integrates these objects into the static map, resulting in persistent artifacts. Moreover, its reliance on purely geometric information leads to ambiguous object boundaries in the uncertainty maps. To overcome these limitations, we present DL-SLAM, a monocular Gaussian Splatting SLAM system built upon a novel dual-level probabilistic framework. Our method computes dynamic probability maps by combining semantic and geometric information. These pixel-level probabilities are lifted to 3D and aggregated to derive an object-level dynamic probability for each instance. Object-level probability enables the categorical pruning of dynamic Gaussians, resulting in an artifact-free static map. The static map, in turn, provides a geometrically consistent guidance to refine the pixel-wise probabilities, enhancing their reliability. Experimental results demonstrate that DL-SLAM outperforms existing approaches, improving tracking accuracy by up to 13\% while generating high-fidelity semantic maps.