这篇文章的核心内容是介绍了一种名为“RGB-Only Gaussian Splatting SLAM for Unbounded Outdoor Scenes”的SLAM（Simultaneous Localization and Mapping，即同时定位与建图）方法，该方法专注于仅使用RGB图像进行无边界户外场景的高斯点绘制（Gaussian Splatting）SLAM。
项目信息
项目名称：RGB-Only Gaussian Splatting SLAM for Unbounded Outdoor Scenes
作者：Sicheng Yu、Chong Cheng（共同第一作者）、Yifan Zhou、Xiaojun Yang、Hao Wang（通讯作者）
所属机构：香港科技大学（广州）
发表会议：ICRA 2025
项目主页：https://3dagentworld.github.io/opengs-slam/
论文链接：[2502.15633] RGB-Only Gaussian Splatting SLAM for Unbounded Outdoor Scenes
方法概述
核心思想：该方法仅依赖RGB图像，利用高斯点绘制技术实现无边界户外场景的SLAM。高斯点绘制是一种将点云表示为高斯分布的技术，能够高效地处理大规模场景。
技术特点：
RGB-only：不依赖深度信息，仅使用RGB图像进行建图和定位。
无边界场景：适用于大规模户外场景，能够处理无边界环境。
高斯点绘制：通过高斯分布表示点云，提高计算效率和建图质量。
安装与运行
1、安装步骤：
（1）克隆项目代码库：
git clone https://github.com/3DAgentWorld/OpenGS-SLAM.git --recursive（2）设置环境：
conda env create -f environment.yml激活环境：
conda activate opengs-slam（3）编译子模块：
pip install submodules/simple-knn
pip install submodules/diff-gaussian-rasterization
（4）编译CUDA内核：
cd croco/models/curope/运行：
python setup.py build_ext --inplace2、检查点
在机器学习和计算机视觉领域，检查点（Checkpoint）是指在模型训练过程中保存的模型参数和状态信息。检查点通常用于以下目的：
模型恢复：在训练过程中，如果训练中断（例如，由于硬件故障、手动停止等），可以使用检查点恢复模型，继续从上次保存的状态开始训练，无需而从头开始。
模型评估：检查点包含了模型的参数，可以直接加载这些参数来评估模型在测试数据上的性能。
模型部署：在实际应用中，可以直接加载检查点中的模型参数，用于推理（inference）任务。
代码复现：在研究中，检查点可以用于复现他人的工作，验证模型的有效性。
在本项目中，检查点是指预训练的模型参数文件，具体是
DUSt3R_ViTLarge_BaseDecoder_512_dpt.pth。这个文件包含了模型的权重和参数，用于在SLAM任务中进行深度估计或其他相关任务。以下是关于这个检查点的详细信息：检查点的作用
预训练模型：
DUSt3R_ViTLarge_BaseDecoder_512_dpt.pth是一个预训练的深度模型估计的检查点。它可能是在大规模数据集上训练得到的，包含了模型的权重和参数。深度估计：在SLAM任务中，即使仅使用RGB图像，深度信息也是重要的。这个检查点可能用于从RGB图像中估计深度信息，从而辅助SLAM系统的建图和定位。
如何使用检查点
（1）下载检查点
1）可以从DUSt3R代码库下载。
2）或者使用以下命令直接下载：
mkdir -p checkpoints/
wget https://download.europe.naverlabs.com/ComputerVision/DUSt3R/DUSt3R_ViTLarge_BaseDecoder_512_dpt.pth -P checkpoints/（2）加载检查点：
1）将下载的检查点文件保存到项目的checkpoints目录下。
2）在代码中，加载这个检查点文件，使用其参数初始化深度估计模型。
3、数据集下载：（根据Github主页的百度网盘地址或谷歌进行下载）
（9 个Waymo数据段的处理数据）数据保存路径：datasets/waymo
4、运行示例：
（1）单个场景运行：
CUDA_VISIBLE_DEVICES=0 python slam.py --config configs/mono/waymo/100613.yaml报错1：
解决方法：是因为数据集没有解压。 需要把数据集解压缩放到指定的路径。
报错2：
GUI 显示崩溃（OpenCV 报错）
cv2.flip(img, 0, img)这行代码在原地写入 img，但 img 是 只读的 NumPy 数组（readonly），所以 OpenCV 无法写入，抛出错误。
解决方法：
修改
slam_gui.py第 636 行：cv2.flip(img, 0, img)改为：
img = img.copy() # 解除只读标志 cv2.flip(img, 0, img)或者更保险地用返回值：
img = cv2.flip(img, 0)
报错3：
evo 错误导致评估失败。因为之前手动下载了一些库，没有制定版本，导致安装的最新版与之不兼容。
新版 evo 库（v1.20.0+）中已 移除了 align_trajectory() 方法。
解决方法：
回退安装旧版 evo
pip install evo==1.11.0然后再次运行即可。
（2）批量运行所有Waymo场景：
bash run_waymo.sh5、实时交互式SLAM窗口：
修改base_config.yaml中的Results-use_gui为True，在Ubuntu系统上运行时会弹出GUI窗口。
CUDA_VISIBLE_DEVICES=0 python slam.py --config configs/mono/waymo/100613.yaml
截了一些图，基本上是初始化的，5，10，15...后面由于CUDA显存不够就退出了。。。（我再想想要不要删掉，先放着吧）
扩展应用：
其他数据集：
需要将数据格式组织为项目要求的格式，并修改
utils/dataset.py中的代码。尽管代码中保留了深度图输入接口，但该方法并未在SLAM中使用深度信息。
后面也遇到了一些报错，直接贴了gpt的解决方法，可供参考
报错：
ImportError: /lib/x86_64-linux-gnu/libstdc++.so.6: version `GLIBCXX_3.4.29' not found (required by ... libLerc.so.4)
(opengs-slam) huang@huang-System-Product-Name:~/Code/Open/OpenGS-SLAM$ strings /usr/lib/x86_64-linux-gnu/libstdc++.so.6 | grep GLIBCXX GLIBCXX_3.4 GLIBCXX_3.4.1 GLIBCXX_3.4.2 GLIBCXX_3.4.3 GLIBCXX_3.4.4 GLIBCXX_3.4.5 GLIBCXX_3.4.6 GLIBCXX_3.4.7 GLIBCXX_3.4.8 GLIBCXX_3.4.9 GLIBCXX_3.4.10 GLIBCXX_3.4.11 GLIBCXX_3.4.12 GLIBCXX_3.4.13 GLIBCXX_3.4.14 GLIBCXX_3.4.15 GLIBCXX_3.4.16 GLIBCXX_3.4.17 GLIBCXX_3.4.18 GLIBCXX_3.4.19 GLIBCXX_3.4.20 GLIBCXX_3.4.21 GLIBCXX_3.4.22 GLIBCXX_3.4.23 GLIBCXX_3.4.24 GLIBCXX_3.4.25 GLIBCXX_3.4.26 GLIBCXX_3.4.27 GLIBCXX_3.4.28 GLIBCXX_DEBUG_MESSAGE_LENGTHPython 运行时链接的是系统的
/usr/lib/x86_64-linux-gnu/libstdc++.so.6，它的版本太旧（只有到GLIBCXX_3.4.28），而我 Anaconda 环境里已经有新版的libstdc++，但系统没有自动用它。
解决方法：强制 Python 使用 Anaconda 的 libstdc++
方式一：设置
LD_PRELOAD（推荐临时测试）<暂时用这个是ok的>LD_PRELOAD=/home/huang/anaconda3/envs/opengs-slam/lib/libstdc++.so.6 CUDA_VISIBLE_DEVICES=0 python slam.py --config configs/mono/waymo/100613.yaml这个命令的意思是：优先加载 Anaconda 环境中那个新版的 libstdc++.so.6，避开系统老版本的冲突。
方式二：修改环境变量（长期有效）
你也可以在你的环境中添加如下变量（比如
.bashrc或.zshrc）：export LD_LIBRARY_PATH=/home/huang/anaconda3/envs/opengs-slam/lib:$LD_LIBRARY_PATH然后：
source ~/.bashrc conda activate opengs-slam python slam.py --config configs/mono/waymo/100613.yaml
验证方式（可选）
确认链接到的
libstdc++是新的：ldd $(which python) | grep libstdc++你应该看到类似：
libstdc++.so.6 => /home/huang/anaconda3/envs/opengs-slam/lib/libstdc++.so.6
如还有报错、程序依旧报同样错误，确认：
你用的是 当前环境的 Python
LD_PRELOAD设置路径完全正确（指向libstdc++.so.6.0.34并建立有软链）
❗问题描述：（有时候运行着突然CUDA显存不够就报错退出了）
PyTorch 有时即使你 ctrl+C 停止程序，显卡显存仍然没有释放。
解决方案：
方法一：手动清除显存残留
nvidia-smi # 找出占用显存的进程PID kill -9 <PID>或者使用快捷指令：<用的这个>
kill -9 $(nvidia-smi | grep python | awk '{ print $5 }')
方法二：自动释放脚本（推荐放在 run.sh 前）
#!/bin/bash # safe_kill_cuda.sh PIDS=$(nvidia-smi | grep python | awk '{print $5}') if [ -z "$PIDS" ]; then echo "No CUDA processes to kill." else echo "Killing stale CUDA processes: $PIDS" kill -9 $PIDS fi
方法三：PyTorch 内部释放机制（代码级）
每次使用完模型后手动清理 GPU：
python import torch torch.cuda.empty_cache() del model
大约耗时半个小时
小总结：OpenGS-SLAM 在 Waymo_100613 数据集上的重建测试
验证 OpenGS-SLAM 系统在真实自动驾驶数据集（Waymo_100613）上的单目重建性能，评估其在轨迹精度、渲染质量和关键帧管理方面的表现。
一、实验配置
平台环境：
Ubuntu 20.04.6 LTS
Python 3.11（conda 环境）
CUDA 11.x + PyTorch（支持 GPU 加速）
GPU：16GB 显存
模型与参数：
预训练模型：DUSt3R_ViTLarge_BaseDecoder_512_dpt.pth
图像尺寸：512 × 512
模型结构：AsymmetricCroCo3DStereo
输入图像帧数：约 200 帧
二、系统运行过程
初始化阶段：
成功完成系统重置与模型加载，初始化地图构建完成。关键帧选取：
系统在第 5 帧起开始选择关键帧，关键帧编号如下所示：5, 10, 15, 20, ..., 最后为197共选取约 30 个关键帧，平均间隔 6～7 帧，体现出系统对场景动态变化的有效响应。
SLAM 执行流程：
初始 BA（Bundle Adjustment）在关键帧 30 后开始。
在帧编号 44、112、174 处分别进行了 ATE（Absolute Trajectory Error） 评估。
三、评估结果
项目 评估位置 RMSE ATE [m] 初始阶段 第 44 帧 0.0973 中段阶段 第 112 帧 0.2468 后段阶段 第 174 帧 0.6212 全局结果 最终帧 0.7556
从结果可见，系统在初始阶段定位精度较高，随着视角复杂化，误差有所增加，但整体轨迹重建仍维持在可接受范围内。
四、渲染与重建质量
系统在 SLAM 阶段后进行了完整的 颜色重建与优化，共执行 26,000 步 refinement，历时约 9 分钟。
指标 优化前 优化后 PSNR 19.49 21.64 SSIM 0.739 0.767 LPIPS 0.537 0.445 说明颜色一致性与细节保真度有显著提升，图像重建效果可视化质量较好。
五、运行性能
总运行时间：598.9 秒
平均处理帧率：0.33 FPS（包含渲染与优化）
平均渲染时间（每帧）：约 0.77 秒
六、结论与后续
OpenGS-SLAM 在该序列上运行稳定，系统成功完成从图像输入到三维建图、重建与颜色优化的全流程。初期轨迹重建精度较高，后期因场景复杂及视角切换导致误差上升，但整体重建结果仍具参考价值。
后续可从以下方面优化：
调整关键帧策略或增加鲁棒初始化策略；
引入 loop closure（回环检测）以抑制误差累积；
针对特定场景配置更合适的图像尺寸或模型结构，以降低显存压力并提升速度。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
