Ushbu tadqiqot GPS signali mavjud boʻlmagan, yoritilishi sust, devorlari bir-biriga oʻxshash hamda chang, odamlar yoki harakatlanuvchi transport vositalari kabi xalaqit beruvchi omillar uchraydigan yerosti muhitlarida mobil platformaning bir vaqtning oʻzida oʻz joylashuvini baholashi va atrof-muhitning zich uch oʻlchamli xaritasini yaratishi uchun GTS-SLAM nomli tizimni taklif qiladi. Tizim oldingi qismda Generalized Iterative Closest Point (GICP) yordamida geometrik nuqta buluti moslashtirishidan, orqa qismda esa 3D Gaussian Splatting (3DGS) yordamida zich sahna tasviridan foydalanadi. Bunga Gaussian masshtabini regulyarizatsiya qilish, yangi Gauss elementlarining masshtabini moslashtirish, ikki darajali tayanch kadr tanlovi, faktor grafigini optimallashtirish va Compact 3DGS xotira siqishi qoʻshiladi. Replica ma’lumotlar toʻplamida 30 FPS chegarasida oʻrtacha 0,17 cm mutlaq trayektoriya xatosi va 38,70 dB PSNR qayd etilgan, oʻzlari yigʻgan/simulyatsiya qilingan uch muhitda esa ATE 0,065–0,112 m va trayektoriya drift nisbati %2,1–%4,6 oraligʻida qolgan.

Tadqiqotning asosiy dizayn gʻoyasi joylashuvni baholashni faqat tasvir ranglari yoki fotometrik xatoga bogʻlab qoʻymaslikdir. GICP chuqurlikdan hosil qilingan nuqta bulutlarining mahalliy geometrik noaniqligini kovariatsiyalar bilan ifodalab, kamera pozasini geometrik jihatdan mahkamlashga harakat qiladi. 3DGS esa ayni muhitni joylashuv, shakl, rang va shaffoflik parametrlariga ega koʻplab uch oʻlchamli Gauss primitivlari bilan zich ifodalaydi. Tuzatilgan kamera pozalari yanada izchil 3B xarita yaratadi, aniqroq xarita esa keyingi GICP moslashtirishlarini qoʻllab-quvvatlaydi; shu tariqa joylashuv va xarita oʻrtasidagi xato qayta aloqa zanjirini kamaytirish maqsad qilinadi.

Eng kuchli ablyatsiya natijalaridan biri 3D Gaussian masshtablarini boshqarish faqat vizual sifat masalasi emasligini koʻrsatadi. TUM ma’lumotlar toʻplamida masshtab regulyarizatsiyasisiz oʻrtacha ATE 236,54 cm boʻlgan, tekislik regulyarizatsiyasida 29,12 cm, elliptik regulyarizatsiyada esa 2,53 cm qayd etilgan. Replica’dagi masshtabni moslashtirish tajribasida GICP ishlatilmaganda ATE 8,893 cm boʻlgan boʻlsa, GICP bilan 0,258 cm’ga; GICP va 1,5z Re-init birgalikda qoʻllanganda 0,152 cm’ga tushgan. Bu natijalar zich xaritadagi Gaussian geometriyasi oldingi qismdagi joylashuv bahosining statistik izchilligiga bevosita ta’sir qilishini koʻrsatadi.

Turkiya nuqtayi nazaridan: Usul Turkiyadagi kon galereyalari, avtomobil va temiryoʻl tunnellari, yerosti avtoturargohlari, infratuzilma galereyalari yoki yopiq sanoat hududlarida GPSsiz avtonom navigatsiya uchun konseptual jihatdan muhimdir. Biroq tadqiqot Turkiyadagi haqiqiy kon geometriyalari, chang zichligi, yoritish tizimlari, ish mashinalari, kamera/depth sensorlari yoki mehnat xavfsizligi talablarida tekshirilmagan. Bundan tashqari, ishlatilgan “yerosti yoʻli” real ishlab turgan kon emas, balki kam yoritilgan simulyatsiya qilingan sinov muhitidir. Turkiyada qoʻllash uchun haqiqiy dala RGB-D ma’lumot sifati, tebranish, zich chang, suv tumani, akslanish, uzun galereyalar, sensor ifloslanishi, loop closure mavjud boʻlmagan marshrutlar va transport sinfidagi embedded apparatda mustaqil tekshiruv zarur.

Yerostida SLAM nega oddiy ichki makondan qiyinroq?

SLAM — Simultaneous Localization and Mapping, ya’ni bir vaqtda joylashuvni aniqlash va xaritalash muammosidir. Robot yoki avtonom transport vositasi oldindan xaritasi noma’lum muhitda harakatlanar ekan, bir vaqtning oʻzida “Men hozir qayerdaman?” va “Atrofim qanday koʻrinishda?” savollariga javob topishga urinadi.

Yerosti galereyalari bu muammo uchun ayniqsa murakkab. Tadqiqot uch asosiy qiyinchilikni belgilaydi. Birinchisi — tor, uzun va bir-biriga oʻxshash sirtlarning koʻpligi. Purkalgan beton yoki qoyali devorlar bir xil naqshlarni takrorlashi mumkin va uzun galereya boʻylab koʻrish burchagi juda kam oʻzgaradi. Bu holat ayniqsa koridor yoʻnalishidagi siljishni yetarlicha kuzatib boʻlmasligiga va drift yigʻilishiga olib kelishi mumkin.

Ikkinchi muammo — sust yoritish, chang va suv tumani. Kam yorugʻlik tasvir shovqinini oshiradi, chang va akslanishlar esa chuqurlik sensorida teshiklar yoki notoʻgʻri nuqtalar hosil qilishi mumkin. Uchinchi muammo — harakatlanuvchi xodimlar, ish texnikasi yoki boshqa transport vositalari. Klassik SLAM odatda muhitning katta qismi statik deb hisoblaydi; harakatlanuvchi obyektlar notoʻgʻri geometrik mosliklarni keltirib chiqarishi mumkin.

Shu sababli yerosti tizimi faqat kamera trayektoriyasini hosil qilishi yetarli emas. Tadqiqotchilar transport vositasining toʻsiqlardan qochishi, oʻtish mumkinligini baholashi, oʻlchash, inspeksiya va vizualizatsiya uchun ishlatiladigan zich muhit modelini ham yaratishi kerakligini ta’kidlaydi.

GTS-SLAM qaysi muammoni hal qilish uchun yaratilgan?

Koʻplab 3DGS asosidagi SLAM tizimlarida kuzatish va xaritalash nisbatan alohida ishlaydi. Oldingi qism kamera pozasini baholaydi; orqa qism esa shu pozalardan foydalanib 3DGS xaritasini yangilaydi. Ammo notoʻgʻri kamera pozasi xaritani buzishi mumkin. Buzilgan xarita keyin yangi kamera pozasini baholashni yanada yomonlashtirishi mumkin.

GTS-SLAM’ning maqsadi shu ijobiy xato siklini qisqartirishdir. Buning uchun asosiy joylashuv cheklovi sifatida GICP geometriyasidan foydalaniladi; uzoq muddatli drift faktor grafigi bilan tuzatiladi va 3DGS xaritasi tuzatilgan kamera pozalari asosida optimallashtiriladi. Yangilangan Gaussian xaritasi keyin yana kuzatish jarayoniga qayta uzatiladi.

GICP nima qiladi?

Klassik ICP ikki nuqta buluti orasidagi mos nuqtalarni topib, ular orasidagi geometrik xatoni kamaytirishga harakat qiladi. GICP esa har bir nuqta atrofidagi geometriya shunchaki nuqta emas, balki muayyan noaniqlik tuzilmasiga ega ekanini hisobga oladi.

Manba nuqta bulutidagi \(a_i\) va maqsad bulutidagi \(b_i\) nuqtalari uchun mahalliy kovariatsiyalar \(C_i^A\) va \(C_i^B\) ishlatiladi. Oʻzgartirish taxminan quyidagi Mahalanobis-vaznli maqsad orqali olinadi:

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

Buning fizik ma’nosi muhim. Tekis devordagi nuqtaning devor normaliga yoʻnalgan siljishi kuchli geometrik xato hosil qiladi, devor tekisligi ichidagi kichik oʻzgarishlar esa koʻproq noaniq boʻlishi mumkin. Kovariatsiya tuzilmasi GICP’ga qaysi yoʻnalishdagi xatoga koʻproq ishonish kerakligini aniqlashda yordam beradi.

Mahalliy qoʻshnichilikning xos qiymatlari \(\lambda_1\geq\lambda_2\geq\lambda_3\) koʻrinishida koʻrib chiqiladi. \(\lambda_3\) boshqalaridan ancha kichik boʻlsa, hudud taxminan tekislik sifatida baholanishi mumkin; qirra va burchaklarda esa boshqa anizotrop tuzilmalar yuzaga keladi.

Harakatlanuvchi odam yoki notoʻgʻri chuqurlik nuqtasi tizimni nega darhol buzib yubormasligi kerak?

Tadqiqotchilar ikki bosqichli outlier bostirish usulidan foydalanadi. Birinchi bosqichda maksimal moslik masofasidan tashqaridagi nuqtalar chiqarib tashlanadi; manbada namunaviy muhandislik oraligʻi 5–10 cm deb berilgan. Normal vektorlar izchilligini tekshirish ham turli sirtlarning notoʻgʻri moslashishini kamaytirish uchun ishlatilishi mumkin.

Ikkinchi bosqichda Huber yoki Cauchy kabi robust loss kernel’lari katta qoldiqlarning optimallashtirishdagi vaznini kamaytiradi. Shu tariqa harakatlanayotgan odam yuzaga keltirgan bir necha notoʻgʻri moslikning butun kamera pozasini tortib ketishiga yoʻl qoʻymaslik maqsad qilinadi.

Har bir GICP iteratsiyasida poza orttirmasi \(\delta\xi\) orqali Levenberg–Marquardt yechimidan foydalanish mumkin:

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

Bu yerda \(W\) ham kovariatsiyaga asoslangan Mahalanobis vaznlarini, ham robust-kernel vaznlarini oʻz ichiga oladi.

Uzun tunnelda qaysi harakatlarni kuzatib boʻlmasligi muammo tugʻdiradi?

Uzun va deyarli bir xil kesimga ega galereya boʻylab harakatlanganda kamera tasviri avvalgi joylashuvga juda oʻxshab qolishi mumkin. Bunday holda ayniqsa galereya yoʻnalishidagi siljish va ayrim yaw komponentlari yetarlicha kuchli geometrik axborot bermasligi mumkin.

GTS-SLAM axborot matritsasi \(H=J^TWJ\) ning xos qiymatlari yoki shart sonini koʻrib, bunday degeneratsiyani aniqlashni taklif qiladi. Eng kichik xos qiymat nolga yaqinlashsa, ayrim harakat yoʻnalishlari yetarlicha kuzatilmayotgan boʻlishi mumkin.

Taklif etilgan qarshi choralar orasida tayanch kadrlarni tez-tez yaratish, faktor grafigidagi geometrik cheklovlarni kuchaytirish va qisqa muddatli zaif harakat priorlaridan foydalanish bor. Tadqiqotchilar real muhandislik tizimlarida IMU, odometriya yoki LiDAR fuzionini ham kelajakdagi muhim yechim sifatida koʻrsatadi.

3D Gaussian Splatting zich xaritani qanday ifodalaydi?

3DGS xaritasi klassik nuqta bulutidagi faqat joylashuvni tashuvchi nuqtalar oʻrniga hajmiy va vizual xususiyatlarga ega koʻplab Gaussian primitivlaridan tuziladi. Har bir \(g_k\) Gauss elementi:

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

bilan aniqlanadi. Bu yerda \(\mu_k\) uch oʻlchamli markaz, \(\Sigma_k\) kovariatsiya/shakl, \(c_k\) rang parametrlari va \(\alpha_k\) shaffoflikdir.

Kovariatsiya:

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

koʻrinishida ajratilishi mumkin. Shu sababli Gaussian sferik boʻlishi shart emas; u devor sirtiga parallel yassi ellipsoid yoki murakkab geometriyalarda turli yoʻnalishlarga choʻzilgan tuzilma boʻlishi mumkin.

Kamera tasviri yaratilganda 3B Gauss elementlari tasvir tekisligiga elliptik Gaussian yadrolari sifatida proyeksiya qilinadi. Chuqurlikka qarab tartiblash va alfa kompozitsiyasi yordamida taxminiy tasvir hosil qilinadi. Ushbu ochiq tasvirlash NeRF turidagi zich nur namunalariga nisbatan tez rasterizatsiya va toʻgʻridan-toʻgʻri pruning/siqish afzalligini beradi.

Tizim nega uch xil tezlikda ishlaydigan thread’ga ajratilgan?

Transport vositasi oʻz joylashuvini oʻnlab millisekund ichida bilishi kerak; biroq zich 3B xaritani har bir kadrda toʻliq qayta optimallashtirish shart emas. GTS-SLAM shu sababli uch vaqt masshtabidan foydalanadi.

Gaussian masshtabi nega joylashuv xatosini yuzlab santimetrga oʻzgartirishi mumkin?

3DGS’da har bir Gauss elementining oʻlchami va shakli oʻrganiladi. Nazorat boʻlmaganda ikki asosiy buzilish yuzaga kelishi mumkin. Gaussian haddan tashqari kattalashib, bir vaqtning oʻzida bir nechta fizik sirtni qoplashi yoki oʻqlaridan biri deyarli nolga tushib, boshqa oʻq boʻylab haddan tashqari choʻzilishi mumkin.

Bu faqat tasvirni xiralashtirmaydi. GICP ayni Gaussian geometriyasidan joylashuvni baholashda foydalanishi sababli notoʻgʻri shakllangan xarita notoʻgʻri geometrik mosliklarni yuzaga keltirishi mumkin.

Tadqiqotda uch holat taqqoslangan: regulyarizatsiya yoʻq, tekislik regulyarizatsiyasi va umumiyroq elliptik regulyarizatsiya. Natijalar juda yaqqol.

Yangi Gaussian’lar mavjud xarita bilan qanday qilib bir xil masshtabga keltiriladi?

Transport vositasi ilgarilagan sari ilgari koʻrilmagan sirtlar xaritaga qoʻshiladi. Yangi Gaussian’larning boshlangʻich masshtabi mavjud xaritadan juda farq qilsa, optimallashtirish notoʻgʻri geometrik tuzilmaga yaqinlashishi mumkin.

GTS-SLAM shu sababli GICP’ning mahalliy kovariatsiya ma’lumotidan Gaussian shakli va yoʻnalishining boshlangʻich qiymatlarida foydalanadi. Shuningdek, Re-init mexanizmi yangi Gaussian’ning boshlangʻich masshtabini chuqurlik/geometriya statistikasiga koʻra qayta belgilaydi.

Replica’dagi sakkiz sahnaning oʻrtacha natijalarida GICP va Re-init boʻlmaganda ATE 8,893 cm, PSNR 24,81 dB boʻlgan. Faqat GICP qoʻshilganda ATE 0,258 cm’ga tushadi. GICP + Re-init 1,5z sozlamasida ATE 0,152 cm, PSNR 38,79 dB, SSIM 0,973 va LPIPS 0,039 deb qayd etilgan.

Nega xaritalashda har bir kamera kadri ishlatilmaydi?

Koʻproq tasvir har doim yaxshiroq xarita degani emas. Juda koʻp tayanch kadr hisoblash yukini oshiradi va bir-biriga juda oʻxshash tasvirlarning bir xil kichik hududni ortiqcha optimallashtirishiga sabab boʻlishi mumkin.

Tadqiqot kuzatuv tayanch kadrlari va xaritalash tayanch kadrlarini bir-biridan ajratadi. Replica’da 30 FPS kuzatuv va qoʻshimcha xaritalash tayanch kadri boʻlmaganda ATE 0,174 cm. Kuzatuv 10 FPS’ga tushirilganda ham 0,174 cm boʻladi, alohida xaritalash tayanch kadrlari qoʻshilganda esa ATE 0,160 cm’ga kamayadi.

Tadqiqotchilar har 10 kadrda bir marta xaritalash tayanch kadrini tanlash ablyatsiya tajribasida maqbul ekanini bildiradi. Kuzatuv tayanch kadrlari esa, masalan, 0,15–0,30 m siljish, 8–15° aylanish yoki moslik sifati pasayishi kabi shartlar bilan ishga tushirilishi mumkin; bu oraliqlar usul boʻlimida muhandislik parametrlariga misol sifatida keltirilgan.

Eng yaqin kadrlarni ishlatish nega yomon boʻlishi mumkin?

3DGS optimallashtirish chiziqli boʻlmagan va lokal minimumlarga sezgir muammodir. Faqat joriy joylashuvga eng yaqin tasvirlardan foydalanish ayni sirtni oʻxshash burchaklardan qayta-qayta oʻrgatadi. Bu devorlarning shishishi, egrilanishi yoki teksturalarning xiralashishi kabi mahalliy buzilishlarni keltirib chiqarishi mumkin.

Replica ablyatsiyasida faqat eng yaqin kadrlarni tanlash PSNR 26,627 dB, SSIM 0,873 va LPIPS 0,200 bergan; tasodifiy turli tayanch kadrlar esa PSNR 38,815 dB, SSIM 0,976 va LPIPS 0,041 natijasiga erishgan. Tadqiqotchilar buni kengroq koʻp-koʻrinishli cheklovlar bilan izohlaydi.

Gaussian qoʻshish muhimroqmi yoki keraksiz Gaussian’larni oʻchirishmi?

Tadqiqotning 5-jadval natijalari ushbu tizim konfiguratsiyasida haddan tashqari densification cheklangan foyda berishini, pruning esa keraksiz yoki xato Gaussian qoldiqlarini kamaytirishda muhim ekanini koʻrsatadi.

Tadqiqotchilar ayniqsa yerosti kabi nisbatan sodda va teksturasi sust geometriyalarda doimiy yangi Gaussian qoʻshishdan koʻra, avvalo mustahkam pruning strategiyasini qurishni tavsiya qiladi.

Faktor grafigi uzoq masofadagi driftni qanday kamaytiradi?

Har bir tayanch kadr poza tuguni sifatida olinadi. Ketma-ket tayanch kadrlar orasidagi nisbiy poza GICP’dan keladi. Bir joyga qayta kelish aniqlansa, grafikka loop closure bogʻlanishi ham qoʻshilishi mumkin.

Optimallashtirish asosan:

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

koʻrinishidagi nisbiy poza nomuvofiqligini kamaytirishga harakat qiladi. Yangilangan tayanch kadr pozalari 3DGS xaritalash jarayoniga qayta yoziladi. Shu tariqa uzun koridorda mahalliy GICP xatolarining toʻgʻridan-toʻgʻri doimiy xarita egriligiga aylanishi oldini olishga harakat qilinadi.

Compact 3DGS nega zarur?

Zich Gaussian xaritadagi primitivlar soni transport vositasi harakatlangan sari uzluksiz koʻpayishi mumkin. Bu xotira sarfini, rendering xarajatini va uzoq muddatli ishlash barqarorligini cheklaydi.

Compact 3DGS uch darajada kamaytirish qoʻllaydi: keraksiz Gaussian sonini kamaytirish; rang, masshtab va shaffoflik kabi parametrlarni ixchamroq saqlash; har bir kadrda faqat koʻrinadigan va ta’sirli Gaussian’larni faollashtirish.

Ochiq ma’lumotlar toʻplamlarida ham katta pasayishlar kuzatilgan. Masalan, Replica Of0 sahnasidagi saqlash 1027 MB'dan 192,6 MB'gacha; TUM fr2-xyz esa 210 MB'dan 39,4 MB'gacha kamaytirilgan.

Oʻzlari yigʻgan sahnalarda esa 332 MB'lik ichki makon xaritasi 56 MB'gacha, 259 MB'lik koridor xaritasi 29 MB'gacha va 198 MB'lik simulyatsiya qilingan yerosti xaritasi 27 MB'gacha kamaytirilgan.

Real vaqt ishlashi va xarita sifati oʻrtasida qanday muvozanat bor?

Replica testida GTS-SLAM kuzatuv tezligi cheklanmaganda oʻrtacha 97,51 FPS, PSNR 35,68 dB, SSIM 0,958 va LPIPS 0,068 natija bergan. Kuzatuv 30 FPS bilan cheklanganda oʻrtacha tezlik 29,99 FPS boʻlgan, xarita sifat koʻrsatkichlari esa PSNR 38,70 dB, SSIM 0,971 va LPIPS 0,042’gacha koʻtarilgan.

Bu natija qiziqarli muhandislik kompromissini koʻrsatadi: tizimning barcha hisoblash budjetini maksimal kuzatuv tezligiga sarflamaslik, orqa qismdagi 3DGS optimallashtirishiga koʻproq vaqt qoldirishi va zich xarita sifatini yaxshilashi mumkin.

TUM’da esa manba GTS-SLAM tezlik ustunligini saqlab qolganini, biroq PSNR/SSIM/LPIPS boʻyicha ayrim taqqoslash usullari yaxshiroq boʻlishi mumkinligini ochiq tan oladi. Demak, “eng tez va har bir metrikada eng sifatli” degan xulosa chiqarilmasligi kerak.

Manba rasmlari nimani koʻrsatadi?

1-rasm GTS-SLAM’ning eng muhim tizim diagrammasidir: RGB-D kadrdan nuqta bulutiga, GICP poza bahosiga, tayanch kadr qaroriga va 3DGS xarita optimallashtirishiga boradigan oqimni; yangilangan Gaussian xaritaning yana poza bahosiga qaytishini koʻrsatadi.

2 va 3-rasmlar mos ravishda Replica va TUM’da xarita sifati bilan FPS oʻrtasidagi taqqoslashni koʻrsatadi. Replica grafigida 30 FPS GTS-SLAM yuqori PSNR va past LPIPS bilan kuchli muvozanat koʻrsatsa, TUM grafigida asosiy farq tezlik tomonidadir.

4-rasm taxminan 31,7 m uzunlik, 3,6 m kenglik va 3,7 m balandlikka ega, yoritilishi 10 lux'dan past boʻlgan simulyatsiya qilingan yerosti yoʻli tajriba muhitining ikki koʻrinishini beradi.

5-rasm oʻzlari yigʻgan ichki makon sahnasining old, oʻng, chap, orqa va yuqori tomondan beshta zich 3B rekonstruksiya koʻrinishini koʻrsatadi. 6-rasm uzun koridorni, 7-rasm esa simulyatsiya qilingan yerosti yoʻlining ikki xil rekonstruksiya qilingan 3B koʻrinishini beradi. Tasvirlar tizim faqat kamera trayektoriyasini emas, muhitning sirtga oid zich tasvirini ham yaratishini koʻrsatadi.

8–10-rasmlar mos ravishda ichki makon, koridor va simulyatsiya qilingan yerosti sahnalaridagi uch oʻlchamli trayektoriya vizualizatsiyalarini taqdim etadi. Tadqiqotchilar barcha ssenariylarda trayektoriya uzluksiz qolganini, biroq uzun koridor va yerosti yoʻlida drift butunlay yoʻqolmaganini ta’kidlaydi.

Tadqiqot nimani qoʻllab-quvvatlaydi?

• GICP va 3DGS’ni zich bogʻlash ayrim benchmarklarda past trayektoriya xatosi va yuqori zich xarita sifati bilan birga ishlashi mumkinligini.
• Gaussian masshtab regulyarizatsiyasi joylashuv barqarorligi uchun kritik ekanini.
• GICP kovariatsiyasi va Re-init masshtab moslashuvi Replica tajribalarida ATE hamda rendering sifatini kuchli yaxshilaganini.
• Xaritalash tayanch kadrlari hisoblash budjetidan samaraliroq foydalanishi mumkinligini.
• Turli koʻrish burchaklaridagi tayanch kadrlar 3DGS’ning lokal minimum muammosini kamaytirishi mumkinligini.
• Compact 3DGS sinovdan oʻtgan sahnalarda xotira sarfini %80 dan ortiq kamaytirishi mumkinligini.
• Yoritilishi sust va geometriyasi takrorlanuvchi simulyatsiya/eksperimental muhitda uzluksiz kuzatuv va zich xaritalash amalga oshirilganini.

Tadqiqot nimani isbotlamaydi?

• Haqiqiy ishlab turgan yerosti koʻmir konida avtonom transportning uzoq muddatli ekspluatatsiya xavfsizligini isbotlamaydi.
• Chang sabab RGB-D chuqurlik oʻlchovining katta qismi yoʻqoladigan sharoitlarda uzluksiz ishlashni kafolatlamaydi.
• Faqat RGB kamera bilan xuddi shu natijalarga erishilishini koʻrsatmaydi; asosiy tizim RGB-D kirishiga tayangan.
• IMU, LiDAR yoki gʻildirak odometriyasisiz cheksiz uzun loop-closure’siz tunnellarda drift yoʻqolishini koʻrsatmaydi.
• Yuqori darajadagi dinamik obyekt qoplanishida robust kernel barcha ghosting muammolarini hal qilishini koʻrsatmaydi.
• Juda tez katta burilishlarda GICP har doim toʻgʻri minimumga yaqinlashishini koʻrsatmaydi.
• TUM’da barcha rendering sifat metrikalarida eng yaxshi usul ekanini koʻrsatmaydi.
• Compression qoʻllangan tizimning real avtomobil sinfidagi kam quvvatli apparatda yakuniy quvvat sarfi va termal xatti-harakatini tasdiqlamaydi.

Tadqiqot usuli va natijalari

Umumiy optimallashtirish muammosi

GTS-SLAM’ning asosiy maqsadi kamera trayektoriyasi \(T\) va Gaussian xarita \(G\)’ni bir-biridan mustaqil ikki muammo sifatida emas, geometrik, rendering va regularization terminlarini oʻz ichiga oluvchi umumiy tuzilma doirasida koʻrib chiqishdir.

Xarita:

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

va har bir Gaussian:

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

koʻrinishida aniqlanadi. Maqsad funksiyasi GICP geometrik qoldiqlari, 3DGS tasvir/rendering izchilligi va xarita regulyarizatsiyasi terminlarini birgalikda oʻz ichiga oladi.

3DGS loss funksiyasi

Xaritalash tomonidagi asosiy loss tuzilmasi:

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

koʻrinishida beriladi. Rang yoʻqotilishi piksel rekonstruksiyasini, SSIM strukturaviy izchillikni, chuqurlik yoʻqotilishi geometrik chuqurlikni va regularization Gaussian shaklining barqaror qolishini maqsad qiladi.

Foydalanilgan ochiq ma’lumotlar toʻplamlari

Replica trayektoriya aniqligi

Replica’ning sakkiz sahnasidagi oʻrtacha ATE boʻyicha GTS-SLAM manbada taqqoslangan usullar orasida eng past qiymatni bergan. Alohida sahna qiymatlari 0,13–0,23 cm oraligʻida.

TUM trayektoriya aniqligi

TUM natijalari Replica’dagidek mutlaq ustunlikni koʻrsatmaydi. ORB-SLAM3 va Photo-SLAM manba jadvalida 1,3 cm oʻrtacha ATE bilan GTS-SLAM’ning 2,5 cm qiymatidan past. Bu yerda GTS-SLAM’ning asosiy afzalligi zich xaritalash va yuqori FPS’ni bir tizimda birga ta’minlashidir.

Replica xarita sifati va tezligi

Manbaga koʻra, 30 FPS chegarasi zich xaritalash uchun koʻproq hisoblash budjetini qoldirib, rendering sifatini oshiradi.

Tayanch kadr ablyatsiyasi

Oʻzlari yigʻgan va simulyatsiya qilingan sinov muhitlari

Ichki makondagi dinamik muhit harakatlanuvchi odamlar, qisman toʻsilish, shisha/aks ettiruvchi sirtlar va kamera harakati xiralashuvini oʻz ichiga oladi.

Tashqi koridor muhiti taxminan 36,8 m uzunlik, 1,8 m kenglik va 3,1 m balandlikka ega. Takrorlanuvchi sirtlar va cheklangan koʻrish burchagi oʻzgarishi sababli uzunasiga drift uchun murakkab ssenariydir.

Simulyatsiya qilingan yerosti yoʻli taxminan 31,7 m uzunlik, 3,6 m kenglik va 3,7 m balandlikka ega. Yoritish 10 lux'dan past. Bu muhit haqiqiy ishlab turgan kon emas, balki kam yoritilgan yerosti sharoitlarini ifodalash uchun yaratilgan tajriba sahnasidir.

Muhit murakkablashgani sari ATE va drift oshadi. Ichki makonda 0,065 m boʻlgan ATE koridorda 0,085 m’ga va simulyatsiya qilingan yerosti muhitida 0,112 m’ga koʻtarilgan. Drift nisbati ham mos ravishda %2,1, %3,4 va %4,6. Bu natijalar tizim xatosiz emasligini; kuzatuvchanlik kamayib, yoritish/chuqurlik muammolari koʻpaygani sari joylashuv xatosi oshishini koʻrsatadi.

Compact 3DGS’ning oʻzlari yigʻgan muhitlardagi ta’siri

Xotira kichrayishi bilan rendering tezligining pasaymasligi, aksincha shu uch tajribada 83–90 FPS oraligʻiga chiqishi uzoq muddatli mobil foydalanish maqsadi uchun muhim muhandislik natijasidir. Biroq bu natija oʻz-oʻzidan muayyan embedded transport kompyuteridagi quvvat sarfi yoki termal barqarorlikni isbotlamaydi.

Asosiy muvaffaqiyatsizlik holatlari

Keng maydonli chuqurlik yoʻqolishi: Chang yoki akslanish sabab juda kam GICP mosligi qolsa, tizim degeneratsiyaga kirishi mumkin.

Juda tez katta burilish: Ketma-ket kadrlarning qoplanishi jiddiy kamayganda GICP lokal minimumga yaqinlashishi mumkin.

Zich dinamik toʻsilish: Tasvirning katta qismi harakatlanuvchi odam yoki transport vositalari bilan qoplansa, faqat robust kernel yetarli boʻlmasligi mumkin.

Loop closure boʻlmagan juda uzun tunnel: Faktor grafigi mahalliy xatolarni kamaytirishi mumkin, biroq yangi global cheklov hosil boʻlmasa, drift masofa bilan yigʻilishi mumkin.

Juda katta koʻlamli uzoq muddatli xarita: Compact 3DGS oʻsishni kamaytiradi, ammo cheksiz ishlaydigan juda katta xaritalarda xarita parvarishi va loop closure yuki yana muammoga aylanishi mumkin.

Kelajakdagi ishlar boʻyicha takliflar

Tadqiqotchilar dinamik obyektlarni aniq modellashtirish uchun semantik segmentatsiya yoki optik oqim izchilligi; uzoq loop-closure’siz marshrutlarda IMU, odometriya va LiDAR fuzioni; koʻproq parametr kvantizatsiyasi va xaritani segmentlash; shuningdek kon/tunnel tuzilmasining vaqt oʻtishi bilan oʻzgarishini boshqara oladigan uzoq muddatli xarita versiyalash mexanizmlarini kelajak tadqiqot yoʻnalishlari sifatida koʻrsatadi.

Manba va usul eslatmasi

Toʻliq original tadqiqot nomi: GTS-SLAM: A Tightly-Coupled GICP and 3D Gaussian Splatting Framework for Robust Dense SLAM in Underground Mines

Mualliflar va tartibi: Yi Liu; Changxin Li; Meng Jiang.

Teng hissa/teng birinchi muallif: Manbada koʻrsatilmagan.

Mas’ul muallif: Yi Liu.

Muassasa: School of Artificial Intelligence, China University of Mining and Technology (Beijing), Beijing 100083, China.

Jurnal: Vehicles.

Nashriyot: MDPI, Basel, Switzerland.

Nashr ma’lumoti: Vehicles 2026, 8, 79.

DOI: 10.3390/vehicles8040079.

Rasmiy havola:https://doi.org/10.3390/vehicles8040079

Manba turi: Taqrizdan oʻtgan tadqiqot maqolasi; zich SLAM usulini ishlab chiqish, geometrik optimallashtirish, 3D Gaussian Splatting asosida xaritalash, ochiq ma’lumotlar toʻplami benchmarklari, ablyatsiya tahlili va oʻzlari yigʻgan/simulyatsiya qilingan muhitlarda tekshiruvlarni oʻz ichiga oladi.

Taqriz/nashr holati: Manbada maqola 27 fevral 2026 da qabul qilingani, 25 mart 2026 da qayta koʻrib chiqilgani, 31 mart 2026 da qabul qilingani va 3 aprel 2026 da chop etilgani koʻrsatilgan.

Litsenziya: Creative Commons Attribution (CC BY).

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

Ma’lumotlarning mavjudligi: Ma’lumotlarni mualliflardan soʻrov asosida olish mumkinligi koʻrsatilgan.

Manfaatlar toʻqnashuvi: Mualliflar manfaatlar toʻqnashuvi yoʻqligini bildirgan.

Muallif hissalari: Konseptualizatsiya Y.L.; metodologiya Y.L. va C.L.; formal tahlil va ma’lumotlarni kuratsiya qilish C.L.; dastlabki qoralama C.L.; koʻrib chiqish va tahrirlash Y.L. va M.J.; nazorat va loyiha boshqaruvi Y.L. va M.J.; moliyalashtirishni jalb qilish Y.L. sifatida koʻrsatilgan.

Ilmiy mazmun chegarasi: Ushbu Verianla maqolasidagi usul, formulalar, ma’lumotlar toʻplamlari, parametrlar, taqqoslashlar, ablyatsiya natijalari, oʻzlari yigʻgan tajriba qiymatlari va cheklovlar faqat koʻrib chiqilgan tadqiqotga asoslanadi. Manbadan tashqaridan yangi SLAM natijasi, kon xavfsizligi xulosasi yoki dala koʻrsatkichi qoʻshilmagan.

Haqiqiy kon maydoni chegarasi: Tadqiqotning qoʻllash maqsadi yerosti kon transport vositalaridir; biroq taqdim etilgan oʻzlari yigʻgan tekshiruv haqiqiy ishlab turgan koʻmir konidagi uzoq muddatli transport operatsiyasi emas. Tajribalar ichki makon dinamik sahnasi, tashqi koridor va kam yoritilgan simulyatsiya qilingan yerosti yoʻlidan iborat.

Chuqurlik sensori chegarasi: GTS-SLAM’ning GICP oldingi qismi RGB-D chuqurlik geometriyasiga kuchli tayanadi. Keng maydonli depth hole yuzaga kelishi yoki juda past geometrik qoplanish tizimni degeneratsiyaga olib kelishi mumkin.

Real vaqt chegarasi: Replica’dagi 97,51 FPS cheklanmagan kuzatuv va 29,99 FPS nazorat qilingan kuzatuv natijalari tegishli tajriba konfiguratsiyasiga xos. Tadqiqot bu qiymatlarni yakuniy transport sinfidagi kam quvvatli embedded platformada oʻtkazilgan toʻliq dala sinovi sifatida taqdim etmaydi.

10-jadval tahririy eslatmasi: Jadval izohi TUM’da PSNR, SSIM, LPIPS va FPS taqqoslanayotganini va 3-rasm ayni koʻrsatkichlarni vizualizatsiya qilishini bildiradi, biroq jadval ustun sarlavhalarida fr1/Desk, fr2/xyz, Fr3/Office va Avg. iboralari mavjud. Qator qiymatlarining kattaligi esa PSNR/SSIM/LPIPS/FPS ketma-ketligiga mos koʻrinadi. Ushbu manba ichidagi format/sarlavha nomuvofiqligi jimlik bilan tuzatilgan ma’lumot sifatida koʻrib chiqilmagan.

Manba rasmlari eslatmasi: 1-rasm tizimning zich bogʻlangan kuzatuv-xaritalash oqimini; 2–3-rasmlar ochiq ma’lumotlar toʻplamlaridagi tezlik/sifat taqqoslashlarini; 4-rasm simulyatsiya qilingan yerosti sinov muhitini; 5–7-rasmlar zich 3B rekonstruksiyalarni; 8–10-rasmlar esa uch muhitning trayektoriya vizualizatsiyalarini koʻrsatadi.