Bu tədqiqat, GPS siqnalınin bulunmadığı, işığın zəif olduğu, divarların birbirine benzediği və toz, insan və ya hərəkətli vturşuə gibi pozucuların bulunduğu yeraltı ortamlarında bir mobil platformaaun eyni anda hem kendi mövqeunu proqnoz etmesi hem de çmərhələsinin sıx üçölçülü xəritəsını oluşturması üçün GTS-SLAM adlı bir sistem öneriyor. Sistem ön ucta Generalized Iterativə Closest Point (GICP) ilə həndəsi nöqtə buludu uyğunlaşdırma, arka ucta isə 3D Gaussian Splatting (3DGS) ilə yoğun səhnə temsili kullanıyor. Bunlara Gaussian ölçək nizamlaması, yeni Gauss elementlarının ölçək uyğunlaşdırılması, iki səviyyəli açar kadr seçimi, faktor qrafı optimallaşdırmau və Compact 3DGS yaddaş sıxışdırması ekleniyor. Replica vəri dəstinde 30 FPS sərhədında orta 0,17 cm mütləq trayektoriya xətası və 38,70 dB PSNR raporlanırken, öz-toplanan/simüle edilən üç ortamda ATE 0,065–0,112 m və trayektoriya drift nisbəti %2,1–%4,6 arasında kalmıştır.

Tədqiqatnın əsas dizayn fikri, mövqe proqnozuni yalnız görüntü rənglerinin və ya fotometrik hadiaqnozn üzerine bırakmamaktır. GICP, dərinlikten oluşturulan nokta buludlarının lokal həndəsi belirsizliğini kovariasiyalarla temsil ederek kamera mövqeunu həndəsi kimi sabitlemeye çalışır. 3DGS isə eyni çmərhələyi mövqe, şəkil, rəng və saydamlık pulmetrlerine sahip çok sayıda üçölçülü Gauss ilkeliyle yoğun biçimde temsil eder. Düzeltilmiş kamera mövqeları daha tutarlı bir 3B xəritə oluştururken, daha doğru xəritə sonraki GICP uyğunlaşdırmalerini destekler; böylece mövqe və xəritə arasındaki xəta geri əlaqəsinin azaltılması məqsədlanır.

En güclü ablasyon tapıntılarından biri, 3D Gaussian ölçeklerinin idarəetməünün yalnız vizual keyfiyyət meselesi olmadığını göstermesidir. TUM vəri dəstinde ölçək nizamlaması olmadan orta ATE 236,54 cm iken müstəvi nizamlanmade 29,12 cm, elliptik nizamlanmade isə 2,53 cm kimi bildirilmişdir. Replica'daki ölçek hizalama təcrübəinde GICP kullanılmadan ATE 8,893 cm iken GICP ilə 0,258 cm'ye; GICP və 1,5z Re-init birlikdə kullanıldığında 0,152 cm'ye geriləmiştir. Bu nəticələr, sıx xəritədaki Gaussian geometriyasinin ön uc mövqe proqnozunin statistik tutarlılığını birbaşa etkilədiğini göstərir.

Türkiyə baxımından: Türkiyə'de mədən galerirəli, avtomobil yolu və dəmir yolu tünelleri, yeraltı otoparkları, infrastruktur galerirəli və ya kapalı sənaye alanlarda GPS'siz avtonom navigasyon açistilikndan metod konseptual kimi vacibdir. Ancaq tədqiqat Türkiyə'deki real mədən geometriyaleri, toz yoğunluğu, aydınlatma düzenleri, iş maşınleri, kamera/depth sensorleri və ya iş təhlükəsizği gereklilikleri üzerinde doğrulanmamışdır. Həmçinin kullanılan “yeraltı yolu” real istehsal yapan bir mədən değil, aşşəbəkəı ışıklı simüle edilmiş bir test ortamıdır. Türkiyə'deki tətbiq üçün real sahə RGB-D vəri kalitesi, titrəyiş, yoğun toz, su sisi, əks olunma, uzun galerilər, sensor çirklənməsi, loop closure bulunmayan marşrutlar və vasitə sinifı gömülü avadanlıq üzerinde müstəqil validasiya lazımdır.

Yeraltında SLAM niyə normal bir daxili məkandan daha zor?

SLAM, Simultaneous Localization and Mapping, yani eyni vaxtlı mövqeləmə və xəritələmə problemidir. Bir robot və ya avtonom vasitə daha önce xəritəsını bilmediği bir ortamda hərəkət ederken hem “Ben şu anda neredeyim?” sorusunu hem de “Çmərhələm necə görünüyor?” sorusunu eyni anda çözmeye çalışır.

Yeraltı galerirəli bu problem üçün xüsusilə zordur. Tədqiqat üç ana zorluk diaqnozmlamaktadır. Birincisi dar, uzun və birbirine benzeyen səthlerin çokluğudur. Beton püskürtme və ya qaya divarları eyni naxışleri tekrar esərflir və uzun bir galeri boyunca baxın bucşəbəkəı çok az değişebilir. Bu durum xüsusilə koridor doğrultusundaki ötelemenin yeterince gözlemlerütubətemesine və drift birikmesine yol açabilir.

İkinci sorun zayıf aydınlatma, toz və su sisidir. Düşük ışık görüntü gürültüsünü yükseltirken toz və əks olunmalar dərinlik sensorunde dəlikler və ya yanlış noktalar oluşturabilir. Üçüncü sorun isə hərəkətli personel, iş maşınleri və ya başka vasitəlardır. Klasik SLAM çoğunlukla çmərhələnin büyük bölümünün statik olduğunu varsayar; hərəkət eden obyektler yanlış həndəsi eşleşmeler üretebilir.

Buna görə yeraltındaki sistemin yalnız bir kamera trayektoriyası üretmesi yeterli deyildir. Tədqiqatçılar vturşuəçin maneəden kaçınma, keçid uygunluğu qiymətləndirməsi, ölçmə, yoxlama və vizuallaşdırma üçün kullanılabiləcek yoğun bir çmərhələ modeli de oluşturması gerektiğini müdafiəktadır.

GTS-SLAM hansı problemi çözmek üçün tasarlandı?

Birçok 3DGS tabanlı SLAM sisteminde izləmə və xəritələmə birbirinden görece ayrıdır. Ön uc kamera mövqeunu proqnoz eder; arka uc bu mövqeları kullanarak 3DGS xəritəsını günceller. Ancaq yanlış kamera mövqeu xəritəyı bozabilir. Bozulmuş xəritə daha sonra yeni kamera mövqeunun proqnozuni daha da kötüleştirebilir.

GTS-SLAM'ın amacı bu pozitiv xəta döngüsünü kısaltmaktır. Bunun üçün ana mövqeləmə məhdudiyyətı kimi GICP geometriyasi istifadə olunur; uzunmüddətli drift faktor qrafıyle düzeltilir və 3DGS xəritəsı düzeltilmiş kamera mövqeları üzerinden optimize edilir. Güncellenmiş Gaussian xəritəsi daha sonra yenidən izləmə sürecine geri beslenir.

GICP ne strukturyor?

Klasik ICP iki nöqtə buludu arasında eşleşen noktaları arayarak aralarındaki həndəsi xətayı küçültmeye çalışır. GICP isə her nokdiaqnozn çmərhələsindeki geometriyanin yalnız bir nokta olmadığını, müəyyən bir qeyri-müəyyənlik struktursı taşıdığını hesaba katar.

Mənbə nöqtə buludundaki \(a_i\) və hedef buludtaki \(b_i\) noktaları üçün lokal kovariasiyalar \(C_i^A\) və \(C_i^B\) istifadə olunur. Dönüşüm təxminən kimi şu Mahalanobis-çəkilı hedefle elde edilir:

\[ T^* = \arg\min_T \sum_i (a_i-Tb_i)^T (C_i^A+TC_i^BT^T)^{-1} (a_i-Tb_i) \]

Bunun fiziki anlamı vacibdir. Düz bir divardaki nokdiaqnozn divar normali boyunca hərəkəti güclü bir həndəsi xəta oluştururken divar düzlemi üçündeki küçük değişimler daha belirsiz ola bilər. Kodispersiya struktursı GICP'nin hansı yöndeki xətaya daha fazala güvəneceğini belirlemesine yardımcı olur.

Yerel komşuluğun özqiymətləri \(\lambda_1\geq\lambda_2\geq\lambda_3\) biçiminde incelenir. \(\lambda_3\) diğerlerinden çok küçükse bölge təxminən bir düzlem kimi dəyərlendiriləbilir; kənar və köşelerde isə fərqli anizotrop strukturlar oluşur.

Hareketli insan və ya yanlış dərinlik noktası sistemi niyə hemen bozmasın?

Tədqiqatçılar iki mərhələli kənar dəyər bastırması kullanmaktadır. İlk mərhələda moximum eşleşme məsafəsinin dışındaki noktalar elenir; mənbəta örnek mühəndislik aralığı 5–10 cm kimi vərilmektedir. Normal tutarlılığı idarəetməü de fərqli səthlerin yanlış eşleşmesini azaltmaq üçün kullanılabilir.

İkinci mərhələda Huber və ya Cauchy gibi sşəbəkəlam təkan nüvələri büyük qalıqların optimallaşdırma üzerindeki şəbəkəırlığını azaltır. Böylece hərəkət eden kişinin oluşturduğu birkaç yanlış eşleşmenin bütün kamera pozunu sürüklemesinin önüne geçilmeye çalışılır.

Her GICP iterasiyaunda poz artımı \(\delta\xi\) üzerinden Levənberg–Marquardt çözümü kullanılabilir:

\[ (J^TWJ+\mu I)\delta\xi=-J^TWr \]

Buradaki \(W\), hem kovariasiya əsasli Mahalanobis çəkilərinı hem de robust-kernel çəkilərinı içerir.

Uzun bir tünelde hansı hərəkətlərin gözlemlerütubətemesi sorun olur?

Uzun və neredeyse eyni kesite sahip bir galeri boyunca ilərlerken kamera görüntüsü bir önceki mövqea çok benzeyebilir. Bu durumda xüsusilə galeri doğrultusundaki hərəkət və bazı yaw biləşenleri yeterince güclü həndəsi bilgi üretmeyebilir.

GTS-SLAM informasiya matrisinin \(H=J^TWJ\) özqiymətlərini və ya şərt ədədinı inceleyerek bu tür degenerasiyau aşkarlama etmeyi önerir. En küçük özqiymət sıfıra yaklaşıyorsa müəyyən hərəkət yönleri yeterince müşahidə edilmir ola bilər.

Önerilən karşı önlemler arasında daha sık açar kadr oluşturmak, faktor qrafındeki həndəsi məhdudiyyətlərı artırmak və qısamüddətli zayıf hərəkət öncülleri kullanmak mövcuddur. Tədqiqatçılar real mühəndislik sistemlerinde IMU, odometriya və ya LiDAR füzyonunu da gelecekteki əhəmiyyətli çözüm kimi bildirir.

3D Gaussian Splatting sıx xəritəyı necə temsil ediyor?

3DGS xəritəsı, klasik nöqtə buludundaki yalnız mövqe taşıyan noktalar yerine hacimsel və vizual xüsusiləri bulunan çok sayıda Gaussian ilkelinden oluşur. Her \(g_k\) Gauss elementi:

\[ g_k=(\mu_k,\Sigma_k,c_k,\alpha_k) \]

ilə diaqnozmlanmaktadır. Burada \(\mu_k\) üçölçülü merkez, \(\Sigma_k\) kovariasiya/şəkil, \(c_k\) rəng pulmetrleri və \(\alpha_k\) opaklıqtır.

Kodispersiya:

\[ \Sigma_k = R_k \operatorname{diag} (s_{k,x}^2,s_{k,y}^2,s_{k,z}^2) \]

biçiminde ayrıştırılabilir. Böylece Gaussian kürəsəl olmak zorunda deyildir; bir divar səthine pullel yassı bir elipsoid və ya mürəkkəb geometriyalerde fərqli yönlere uzanan bir struktur ola bilər.

Kamera görüntüsü oluşturulurken 3B Gauss elementları görüntü müstəvisine eliptik Gaussian nüvəleri kimi projekte edilir. Derinliğe göre sıralama və alfa kompozisiyasıyle proqnozu görüntü üretilir. Bu açıq temsil, NeRF tipi yoğun ışın nümunələməsine kıyasla sürətli rasterləşdirmə və birbaşa budama/sıxışdırma avantajı sunmaktadır.

Sistem niyə üç fərqli sürətda çalışan iş parçacığına ayrılıyor?

Bir vasitə mövqeunu onlarca valisaniye üçünde bilmeli; fakat yoğun bir 3B xəritənın her kadrde bütünüyle yenidən optimize edilmesi gerekmez. GTS-SLAM bu niyəle üç zaman ölçeği kullanmaktadır.

Gaussian ölçeği niyə mövqe xətasını yüzlerce santimetre değiştirebiliyor?

3DGS'te her Gauss elementinın boyutu və biçimi öğrenilir. Kontrol olmadığında iki əsas bozulma meydana gelebilir. Bir Gaussian aşırı büyüyerek birdən çox fiziki səthi eyni anda kaplayabilir və ya oxlerinden biri neredeyse sıfıra inerken başka bir oxde aşırı uzayabilir.

Bu yalnız görüntüyü bulanıklaştırmaz. GICP eyni Gaussian geometriyasini mövqe proqnozu üçün kullandığı üçün yanlış biçimli xəritə yanlış həndəsi eşleşmeler oluşturabilir.

Tədqiqatda üç durum müqayisə edilmişdir: düzenliləştirme yok, düzlem düzenliləştirmesi və daha ümumi elliptik nizamlanma. Nəticəlar son derece belirgindir.

Yeni Gaussian'lar mevcut xəritəyla necə eyni ölçeğe gəlirlikliyor?

Bir vasitə ilərledikçe daha önce görülmemiş səthler xəritəya eklenir. Yeni Gaussian'ların başlanğıc ölçeği mevcut xəritədan çok fərqli olursa optimallaşdırma yanlış həndəsi strukturya yaxınsayabilir.

GTS-SLAM bu niyəle GICP'nin lokal kovariasiya bilgisini Gaussian'ın biçim və yön başlangıcında kullanır. Həmçinin Re-init mekanizması yeni Gaussian'ın başlanğıc ölçeğini dərinlik/geometriya istatistiğine göre yenidən belirler.

Replica üzerinde sekiz səhnənin orta nəticələrinda GICP və Re-init olmadan ATE 8,893 cm, PSNR 24,81 dB'dir. Yalnız GICP eklendiğinde ATE 0,258 cm'ye düşmektedir. GICP + Re-init 1,5z ayarında ATE 0,152 cm, PSNR 38,79 dB, SSIM 0,973 və LPIPS 0,039 kimi bildirilmişdir.

Neden her kamera kadrsini xəritələməda kullanmıyor?

Daha fazala görüntü her zaman daha iyi xəritə anlamına gelmez. Çok fazala açar kadr hem əməliyyat yükünü artırır hem de birbirine çok benzeyen görüntülərin eyni küçük bölgeyi aşırı optimize etmesine niyə ola bilər.

Tədqiqat takip açar kadrlar ilə xəritələmə açar kadrlarni birbirinden ayırmaktadır. Replica'da 30 FPS takip və ek xəritələmə açar kadrsi olmadan ATE 0,174 cm'dir. Takip 10 FPS'e indirildiğinde yine 0,174 cm olurken ayrı xəritələmə açar kadrlar eklendiğinde ATE 0,160 cm'ye düşmektedir.

Tədqiqatçılar xəritələmə açar kadrsi üçün her 10 kadrde bir seçim yapmanın ablasyon təcrübəinde uygun olduğunu bildiriyor. Takip açar kadrlar isə örneğin 0,15–0,30 m öteleme, 8–15° dönme və ya eşleşme kalitesinin düşmesi gibi koşullarla tetiklenebilir; bu intervallar metod bölümünde mühəndislik pulmetr örnekleri kimi vərilmişdir.

En yaxın kadrleri kullanmak niyə kötü ola bilər?

3DGS optimallaşdırmau xətti olmayan və lokal minimumlara duyarlı bir problemdir. Yalnız mevcut mövqea en yaxın görüntülərin kullanılması eyni səthi benzer açılardan tekrar tekrar öğretir. Bu, divarların şişmesi, eğrilmesi və ya teksturaların bulanıklaşması gibi lokal bozulmalara niyə ola bilər.

Replica ablasyonunda yalnız en yaxın kadr seçimi PSNR 26,627 dB, SSIM 0,873 və LPIPS 0,200 üretirken; rastgele fərqli açar kadrler PSNR 38,815 dB, SSIM 0,976 və LPIPS 0,041 sonucuna çatmışdır. Tədqiqatçılar bunu daha geniş çoklu görüş məhdudiyyətlərına bşəbəkəlamaktadır.

Gaussian eklemek mi, gereksiz Gaussian silmek mi daha əhəmiyyətli?

Tədqiqatnın Tablo 5 nəticələri bu sistem strukturlandırmasında aşırı densification'ın məhdud fayda sşəbəkəladığını, budamanın isə gereksiz və ya xətalı Gaussian qalıqlarını azaltmaq açistilikndan əhəmiyyətli olduğunu göstərir.

Tədqiqatçılar xüsusilə yeraltı gibi görece sade və zayıf teksturalu geometriyalerde işmlı yeni Gaussian eklemek yerine öncelikle sşəbəkəlam bir pruning strategiyasi kurulmasını təklifktedir.

Faktör qrafiği uzun məsafə driftini necə azaltıyor?

Her açar kadr bir poz düyünü kimi ele alınır. Ardışık açar kadrler arasındaki göreli poz GICP'den gelir. Aynı yere yenidən dönüldüğü algılanırsa loop closure birləşməsı da qrafiğe eklenebilir.

Optimizasyon əsas kimi:

\[ \min_{\{T_i\}} \sum_{(i,j)\in E} \left\| \log \left( T_{ij}^{-1}T_i^{-1}T_j \right) \right\|_{\Omega_{ij}}^2 \]

struktursındaki göreli poz tutarlılığını azaltmaya çalışır. Güncellenen açar kadr pozları 3DGS xəritələmə sürecine geri yazılır. Böylece uzun bir koridorda lokal GICP xətalarının birbaşa kalıcı xəritə eğriliğine fırlanmamesi maneəlenmeye çalışılır.

Compact 3DGS niyə gerekli?

Yoğun Gaussian xəritəsindaki ilkel sayistilik vasitə ilərledikçe işmlı artabilir. Bu durum bellek istifadəını, rendering xərcini və uzunmüddətli tədqiqat dayanıqlılığını sərhədlar.

Compact 3DGS üç səviyyəde azaltma uygular: gereksiz Gaussian sayistiliknı azaltma; rəng, ölçek və opaklıq gibi pulmetrleri daha kompakt saxlama; her kadrde yalnız görünən və etkili Gaussian'ların aktiv edilmesi.

Kamu vərilənlər dəstlərinde de büyük enişler görülmektedir. Örneğin Replica Of0 səhnəsindeki saxlama 1027 MB'den 192,6 MB'ye; TUM fr2-xyz 210 MB'den 39,4 MB'ye azaldılmışdır.

Öz-toplanan səhnəlerde isə 332 MB'lik daxili məkan xəritəsı 56 MB'ye, 259 MB'lik koridor xəritəsı 29 MB'ye və 198 MB'lik simüle yeraltı xəritəsı 27 MB'ye azaldılmışdır.

Real vaxtlılık ilə xəritə kalitesi arasında necə bir tarazlıq var?

Replica testinde GTS-SLAM takip sürətına sərhəd konmadığında orta 97,51 FPS, PSNR 35,68 dB, SSIM 0,958 və LPIPS 0,068 elde etmiştir. Takip 30 FPS ilə sərhədlandığında orta sürət 29,99 FPS olurken xəritə kalite dəyərləri PSNR 38,70 dB, SSIM 0,971 və LPIPS 0,042'ye yüksəlmişdir.

Bu nəticə ilginç bir mühəndislik ödünleşimini göstərir: sistemin bütün hesablama büdcəsini moximum takip sürətına harcamaması, arka uc 3DGS optimallaşdırmauna daha fazala zaman bırakabilir və sıx xəritə kalitesini artırabilir.

TUM'da isə mənbə, GTS-SLAM'ın sürət üstünlüğünü koruduğunu lakin PSNR/SSIM/LPIPS açistilikndan bazı müqayisə üsullarinin daha iyi olabildiğini açıqça kabul etmektedir. Buna görə “en sürətli və her metrikte en kaliteli” şəklində bir nəticə çıkarılmamalıdır.

Mənbə vizualleri ne göstərir?

Şekil 1, GTS-SLAM'ın en əhəmiyyətli sistem diyagramıdır: RGB-D kadrden nöqtə buluduna, GICP poz proqnozune, açar kadr kararına və 3DGS xəritə optimallaşdırmauna giden axını; güncellenmiş Gaussian xəritənın tekrar poz proqnozune dönmesini gösterir.

Şekil 2 və 3, sırasıyla Replica və TUM üzerinde xəritə kalitesi ilə FPS arasındaki müqayisəyı gösterir. Replica qrafiğinde 30 FPS GTS-SLAM yüksək PSNR və aşşəbəkəı LPIPS ilə güclü bir tarazlıq sergilərken TUM qrafiğinde asıl ayrışma sürət tarafındadır.

Şekil 4, təxminən 31,7 m uzunluğunda, 3,6 m genişliğinde və 3,7 m yüksəkliğinde; aydınlatması 10 lux'ün altında olan simüle edilmiş yeraltı yolu təcrübə ortamının iki görünümünü vərir.

Şekil 5 öz-toplanan daxili məkan səhnəsinin ön, sşəbəkə, sol, arka və üst olmak üzere beş yoğun 3B rekonstrüksion görünümünü gösterir. Şekil 6 uzun koridorun, Şekil 7 isə simulyasiya edilmiş yeraltı yolnun iki fərqli yenidən oluşturulmuş 3B görünümünü sunar. Görseller, sistemin yalnız kamera trayektoriyası değil, çmərhələnin səthsel yoğun temsilini de oluşturduğunu gösterir.

Şekil 8–10 sırasıyla daxili məkan, koridor və simüle yeraltı səhnəlerindeki üçölçülü trayektoriya vizuallaşdırmalerini sunmaktadır. Tədqiqatçılar bütün ssenarilarda trayektoriyanin dəqiqtisiz kaldığını, lakin uzun koridor və yeraltı yolunda driftin tamamen ortadan kaldırılmadığını bildirir.

Tədqiqat nəyi dəstəkləyir?

• GICP ilə 3DGS'nin sıkı biçimde bşəbəkəlanmasının bazı benchmarklarda aşşəbəkəı trayektoriya xətası və yüksək sıx xəritə kalitesiyle birlikdə çalışabildiğini.
• Gaussian ölçək nizamlamasınin mövqeləmə dayanıqlılığı açistilikndan kritik olduğunu.
• GICP kovariasiyaı ilə Re-init ölçək uyğunlaşdırılmasının Replica təcrübəlerinde hem ATE hem rendering keyfiyyətini güclü biçimde iyiləştirdiğini.
• Haritalama açar kadrlarnin hesablama büdcəsini daha səmərəlilikli kullanabildiğini.
• Çeşitli görüş açılarından açar kadr kullanmanın 3DGS'nin lokal minimum problemini azaltabildiğini.
• Compact 3DGS'nin test edilən səhnəlerde bellek istifadəını %80'in üzerinde azaltabildiğini.
• Zayıf ışıklı və təkrarlanan həndəsəli simüle/eksperimental ortamda dəqiqtisiz izləmə və sıx xəritəlamanın realleştiriləbildiğini.

Tədqiqat nəyi sübut etmir?

• Gerçek istehsal yapan bir yeraltı kömür mədəninde avtonom vturşuəçin uzunmüddətli operasyon təhlükəsizğini sübut etmir.
• Toz niyəiyle RGB-D dərinlik ölçməünün büyük bölümünün kaybolduğu koşullarda dəqiqtisiz tədqiqatyı garanti etmiyor.
• Yalnız RGB kamerayla eyni nəticələrin elde ediləceğini göstermiyor; əsas sistem RGB-D girdiye dayanıyor.
• IMU, LiDAR və ya təkər odometriyasi olmadan sonsuz uzunluktaki loop-closure'sız tünellerde driftin ortadan kalktığını göstermiyor.
• Yüksek nisbətda dinamik obyekt örtüksında robust nüvə istifadəının bütün ghosting problemlerini çözdüğünü göstermiyor.
• Çok sürətli büyük marşrutsyonlarda GICP'nin her zaman doğru minimuma yaxınsayacşəbəkəını göstermiyor.
• TUM üzerinde bütün rendering kalite metriklerinde en iyi metod olduğunu göstermiyor.
• Compression uygulanmış sistemin real avtomotiv sinifı aşşəbəkəı güclü apult təminatı üzerinde yekun güc sərfi və termal davranışını doğrulamıyor.

Tədqiqatın metodu və nəticələri

Ortak optimallaşdırma problemi

GTS-SLAM'ın əsas hedefi kamera trayektoriyası \(T\) ilə Gaussian xəritəsi \(G\)'yi birbirinden müstəqil iki problem gibi değil, həndəsi, rendering və regularization terimleri içeren ortak bir struktur üçünde ele almaktır.

Harita:

\[ G=\{g_k\}_{k=1}^{K} \]

və her Gaussian:

\[ g_k=(\mu_k,\Sigma_k,c_k,\alpha_k) \]

şəklində diaqnozmlanır. Məqsəd fonksionu GICP həndəsi qalıqlarını, 3DGS görüntü/rendering tutarlılığını və xəritə düzenliləştirme terimlerini birlikdə içerir.

3DGS təkan fonksionu

Haritalama tarafındaki əsas təkan struktursı:

\[ L= \lambda_{rgb}L_{rgb} + \lambda_{ssim}L_{ssim} + \lambda_{depth}L_{depth} + \lambda_{reg}L_{reg} \]

kimi vərilmektedir. Renk kaybı piksel rekonstrüksionunu, SSIM struktur tutarlılığı, dərinlik kaybı həndəsi derinliği və regularization Gaussian biçiminin dayanıqlı kalmasını hedefler.

Kullanılan kamu vərilənlər dəstləri

Replica trayektoriya doğruluğu

Replica'nın sekiz səhnəsindeki orta ATE texniki xidmətından GTS-SLAM mənbəta karşılaştırılan üsullar arasında ən aşşəbəkəı dəyəri sşəbəkəlamıştır. Tekil səhnə dəyərləri 0,13–0,23 cm aralığındadır.

TUM trayektoriya doğruluğu

TUM nəticələri, Replica'daki kadar mutlak üstünlük göstərmir. ORB-SLAM3 və Photo-SLAM mənbə cədvəlda 1,3 cm orta ATE ilə GTS-SLAM'ın 2,5 cm dəyərinden daha aşşəbəkəıtür. GTS-SLAM'ın burada əsas avantajı, sıx xəritəlama və yüksək FPS'yi eyni sistem üçünde sşəbəkəlamasıdır.

Replica xəritə kalitesi və sürət

Kaynşəbəkəa göre 30 FPS sərhədı sıx xəritəlama üçün daha fazala hesablama büdcəsi bırakarak rendering keyfiyyətini yükseltmektedir.

Anahtar kadr ablasyonu

Öz-toplanan və simüle edilmiş test ortamları

İç mekân dinamik ortamı, hərəkət eden insanlar, kısmi maneəlenme, cam/əks etdirici səthlər və kamera hərəkət bulanıqlığını içerir.

Dış koridor ortamı təxminən 36,8 m uzunluk, 1,8 m genişlik və 3,1 m yüksəkliğe sahiptir. Tekrarlayan səthler və məhdud baxın bucşəbəkəı değişimi niyəiyle uzunlamasına drift açistilikndan zorlu bir ssenaridur.

Simüle yeraltı yolu təxminən 31,7 m uzunluk, 3,6 m genişlik və 3,7 m yüksəklik dəyərlərine sahiptir. Aydınlatma 10 lux'ün altındadır. Bu ortam real istehsal yapan bir mədən değil, aşşəbəkəı ışıklı yeraltı koşullarını temsil etmek üçün oluşturulmuş təcrübə səhnəsidir.

Ortam zorlaştıkça ATE və drift artmaktadır. İç mekânda 0,065 m olan ATE koridorda 0,085 m'ye və simüle yeraltı ortamında 0,112 m'ye yüksəlmişdir. Drift nisbəti da sırasıyla %2,1, %3,4 və %4,6'dır. Bu nəticələr sistemin xətasız olmadığını; gözlemlenebilirlik azaldıkça və ışık/dərinlik sorunları arttıkça mövqe xətasının büyüdüğünü gösterir.

Compact 3DGS'nin öz-toplanan ortamlardaki etkisi

Bellek küçülürken rendering sürətinin düşmemesi, oxine bu üç təcrübəde 83–90 FPS aralığına çıkması sistemin uzunmüddətli mobil istifadə hedefi açistilikndan əhəmiyyətli bir mühəndislik sonucudur. Ancaq bu nəticə tek başına müəyyən bir gömülü vasitə bilgisayarındaki güc sərfini və ya termal dayanıqlılığı sübut etmir.

Başlıca başaristilikzlık durumları

Geniş alanlı dərinlik kaybı: Toz və ya əks olunma yüzünden çok az GICP eşleşmesi kalırsa sistem degenerasiyaa girebilir.

Çok sürətli büyük fırlanma: Ardışık kadrlerin örtüşməsi ciddi biçimde azalırsa GICP lokal minimuma yaxınsayabilir.

Yoğun dinamik kapatma: Görüntünün büyük bölümü hərəkətli insan və ya vasitəlarla kaplıysa yalnız robust nüvə yeterli olmayabilir.

Loop closure olmayan çok uzun tünel: Faktör qrafiği lokal xətaları azaltabilse de yeni kürəsəl məhdudiyyət oluşmadığında drift məsafəyle birikebilir.

Çok büyük ölçekli uzunmüddətli xəritə: Compact 3DGS büyümeyi azaltmaqtadır lakin sərhədsız süre çalışan çok büyük xəritəlarda xəritə texniki xidmət və loop closure yükü yenidən sorun oluşturabilir.

Gələcək iş önerirəli

Tədqiqatçılar dinamik obyektləri açıq biçimde modellemek üçün semantik seqmentasiya və ya optik axın tutarlılığı; uzun loop-closure'sız marşrutlarda IMU, odometriya və LiDAR füzyonu; daha fazala pulmetr nicemleme və xəritə bölümlendirme; ayrıca mədən/tünel struktursının zaman üçünde değişmesini yönetebilən uzun dəhəmiyyətli xəritə vərsiyalama mekanizmalarını gelecek tədqiqat alanları kimi göstərir.

Mənbə və metod qeydi

Tam orijinal tədqiqat adı: GTS-SLAM: A Tightly-Coupled GICP and 3D Gaussian Splatting Framework for Robust Dense SLAM in Underground Mines

Müəlliflər və sıraları: Yi Liu; Changxin Li; Meng Jiang.

Eş katkı/eş birinci müəllif: Mənbədə belirtilmemiştir.

Məsul müəllif: Yi Liu.

Qurum: School of Artificial Intelligence, China Univərsity of Mining and Technology (Beijing), Beijing 100083, China.

Jurnal: Vehicles.

Nəşriyyat: MDPI, Basel, Switzerland.

Nəşr bilgisi: Vehicles 2026, 8, 79.

DOI: 10.3390/vəhicles8040079.

Rəsmi birləşmə:https://doi.org/10.3390/vəhicles8040079

Mənbə növü: Hakemli tədqiqat məqaləsi; sıx SLAM metod inkişaf, həndəsi optimallaşdırma, 3D Gaussian Splatting tabanlı xəritələmə, kamu vəri dəsti benchmarkları, ablasyon analizi və öz-toplanan/simüle edilən çmərhələ doğrulamalarını içermektedir.

Hakemlik/nəşr durumu: Mənbədə məqalənin 27 Şubat 2026'da alındığı, 25 Mart 2026'da revize edildiği, 31 Mart 2026'da kabul edildiği və 3 Nisan 2026'da yayımlandığı qeyd edilir.

Lisənziya: Creativə Commons Attribution (CC BY).

Maliyyələşmə: National Natural Science Foundation of China Grant No. 52364017 və Inner Mongolia Autonomous Region Key Research and Devəlopment and Technology Transfer Program Project Grant No. 2025YFHH0001.

Məlumat əlçatanlığı: Verirəlin müəlliflərdan talep üzerine ediniləbiləceği qeyd edilmişdir.

Maraqlar toqquşması: Müəlliflər maraqlar toqquşması olmadığını bildirmiştir.

Müəllif töhfələri: Kavramsallaştırma Y.L.; metodoloji Y.L. və C.L.; biçimsel analiz və vəri kürasyonu C.L.; ilk taslak C.L.; yoxlama və düzenleme Y.L. və M.J.; gxülasəim və proje idarəetməi Y.L. və M.J.; maliyyələşmə edinimi Y.L. kimi qeyd edilmişdir.

Elmi məzmun sərhədi: Bu Verianla yazistilikndaki metod, formüller, vərilənlər dəstləri, pulmetrler, müqayisəlar, ablasyon nəticələri, öz-toplanan təcrübə dəyərləri və məhdudiyyətlər yalnızca incelenen tədqiqatya dayanmaktadır. Mənbə dışından yeni SLAM başarımı, mədən təhlükəsizlik sonucu və ya sahə performansı eklenmemiştir.

Gerçek mədən sahəsı sərhədı: Tədqiqatnın tətbiq hedefi yeraltı mədən vasitəlarıdır; lakin sunulan öz-toplanan doğrulama real istehsal yapan bir kömür mədənindeki uzunmüddətli vasitə operasyonu deyildir. Kullanılan təcrübəler daxili məkan dinamik səhnəsi, xarici koridor və aşşəbəkəı ışıklı simulyasiya edilmiş yeraltı yolndan oluşmaktadır.

Derinlik sensoru sərhədı: GTS-SLAM'ın GICP ön ucu RGB-D dərinlik geometriyasine güclü biçimde dayanır. Geniş alanlı depth hole oluşumu və ya çok aşşəbəkəı həndəsi örtüşmə sistemi degenerasiyaa sürükleyebilir.

Real vaxtlılık sərhədı: Replica'daki 97,51 FPS sərhədsız takip və 29,99 FPS idarəetməlü takip nəticələri ilgili təcrübə strukturlandırmasına aittir. Tədqiqat bu dəyərləri yekun vasitə sinifı aşşəbəkəı güclü gömülü platformada strukturlan kapsamlı sahə testi kimi təqdim etmir.

Tablo 10 editoryal notu: Tablo açıqlaması TUM üzerinde PSNR, SSIM, LPIPS və FPS müqayisəsı olduğunu və Şekil 3 eyni ölçütleri vizualleştirdiğini gösterirken, cədvəlnun sütun başlıklarında fr1/Desk, fr2/xyz, Fr3/Office və Avg. ifadeleri yer almaktadır. Satır dəyərlərinin büyüklükleri isə PSNR/SSIM/LPIPS/FPS sıralamasıyla uyumlu görünmektedir. Bu mənbə içi biçim/başlık uyuşmazlığı sessizce düzeltilmiş vəri gibi ele alınmamıştır.

Mənbə vizual notu: Şekil 1 sistemin sıkı bşəbəkəlı takip-xəritələmə axınını; Şekil 2–3 kamu vərilənlər dəstlərindeki sürət/kalite müqayisəlarını; Şekil 4 simüle yeraltı test ortamını; Şekil 5–7 yoğun 3B rekonstrüksionları; Şekil 8–10 isə üç ortamın trayektoriya vizuallaşdırmalerini sunmaktadır.