최근 3D Gaussian Splatting 및 NeRF와 같은 방사도 필드(radiance field) 기반 지도 표현은 사실적인 묘사에 탁월하여 상당한 주목을 받아 왔고, 이를 SLAM과 결합하려는 시도도 이어지고 있다. 이러한 접근법은 매우 사실적인 지도를 구축할 수 있으나, 대규모 SLAM은 여전히 어려운 과제로 남아 있는데, 이는 매핑을 위해 많은 수의 Gaussian 이미지가 필요하고, 추적을 위해 인접한 이미지들을 키프레임으로 사용해야 하기 때문이다. 우리는 대규모 실내 환경을 대상으로 RGB-D 및 IMU 센서의 센서 융합을 활용하는 새로운 3D Gaussian Splatting SLAM 방법인 VIGS SLAM을 제안한다. 3DGS 기반 추적의 계산 부담을 줄이기 위해, 정확한 자세 추정을 위한 양호한 초기 추정을 제공하는 IMU 프리인테그레이션(IMU preintegration)을 ICP 기반 추적 프레임워크와 결합한다. 제안하는 방법은 IMU 센서 측정치를 통합함으로써 Gaussian Splatting 기반 SLAM을 대규모 환경에서도 효과적으로 수행할 수 있음을 최초로 제안한다. 이 제안은 Gaussian Splatting SLAM의 성능을 실내 규모(room-scale) 시나리오를 넘어 향상시키는 동시에, 대규모 실내 환경에서 기존의 최신(state-of-the-art) 방법들과 견줄 만한 SLAM 성능을 달성한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.