这篇文章做了什么？

在自动驾驶、机器人导航、AR/VR等核心应用场景中，SLAM技术至关重要。现有基于3D高斯（3DGS）的SLAM方法虽在室内场景表现优异，但在仅依赖RGB输入的无界户外场景中仍面临挑战：

1. 几何信息缺失：单目系统缺乏深度先验
2. 尺度漂移累积：现有方案引入单目深度估计或端到端点图模型（如MASt3R）作为几何先验时，因帧间尺度不一致性导致系统级尺度漂移，在复杂户外环境中尤为显著

针对上述挑战，香港科技大学（广州）团队提出 S3PO-GS——实现全局尺度一致的RGB单目SLAM框架：

✅ 自洽跟踪模块：通过3DGS渲染尺度自洽的3D点图，与当前帧建立2D-3D对应关系，实现无漂移的位姿估计
✅ 动态建图机制：创新性设计基于局部patch的尺度对齐算法，将预训练点图（MASt3R）与3DGS场景动态校准，消除尺度歧义
✅ 联合优化架构：通过点图替换与几何监督损失，同步提升定位精度与重建质量

在Waymo/KITTI/DL3DV三大户外基准测试中：

• 跟踪精度：超越所有3DGS-SLAM方法（DL3DV场景误差降低77.3%）
• 新视角合成：新视角渲染刷新SOTA记录，（Waymo上PSNR达到26.73）

论文信息

标题：Outdoor Monocular SLAM with Global Scale-Consistent 3D Gaussian Pointmaps

作者：Chong Cheng, Sicheng Yu, Zijian Wang, Yifan Zhou, Hao Wang

机构：HKUST(GZ)

原文链接：https://arxiv.org/abs/2507.03737

代码链接：https://github.com/3DAgentWorld/S3PO-GS

官方主页：https://3dagentworld.github.io/S3PO-GS/

摘要

3D高斯泼溅（3D Gaussian Splatting, 3DGS）因其高保真度和实时新视角合成性能，已成为SLAM（同步定位与建图）领域的热门解决方案。然而，先前的一些3DGS SLAM方法采用可微渲染管线进行跟踪，在室外场景中缺乏几何先验。另一些方法引入了独立的追踪模块，但在相机大幅运动时会积累误差，导致尺度漂移问题。为应对这些挑战，我们提出了一种鲁棒的、仅需RGB输入的室外3DGS SLAM方法：S3PO-GS。在技术上，我们构建了一个基于3DGS点图的自洽跟踪模块，该模块避免了累积性尺度漂移，并以更少的迭代次数实现了更精确、更鲁棒的跟踪。此外，我们设计了一个基于分块的动态点图映射模块，该模块在引入几何先验的同时避免了尺度模糊。这显著提升了跟踪精度和场景重建质量，使其特别适用于复杂的室外环境。我们在Waymo、KITTI和DL3DV数据集上的实验表明，S3PO-GS在新视角合成方面取得了最先进（state-of-the-art）的结果，并在跟踪精度上优于其他3DGS SLAM方法。

基本原理

如上图所示，S3PO-GS系统工作流为:

1.初始化: 优化MASt3R点图（1000步）构建3D高斯地图

2.追踪阶段（新输入帧  处理）:

• 栅格化渲染相邻关键帧  的3DGS点图
• 与输入图像匹配建立2D-3D对应关系
• 估计尺度自洽位姿 → 通过光度损失精细化

3.建图阶段（若  选为关键帧）:

• 获取渲染点图与预训练点图

• 基于patch的尺度对齐：

• 裁剪分布相似的图像patch
• patch归一化→筛选正确点→计算缩放因子→校准

• 点图替换：用校准后  修正  的异常点

• 插入新高斯元素

4.联合优化: 基于对齐点图协同优化高斯地图，实现高精度定位+高保真重建

基于patch的尺度对齐算法

此算法的核心洞见在于：

• 3DGS渲染点图  虽存在重建不完整区域，但其尺度与场景严格自洽；
• 预训练点图（，如MASt3R）虽能感知像素级空间关系，却存在帧间尺度歧义，与当前高斯地图尺度不一致。

本工作提出动态双向校准机制：

1. 基于局部统计的尺度迁移：通过块相似性分析筛选高置信度空间点，求解缩放因子  将  映射至场景尺度
2. 几何-尺度解耦融合：以校正后的  为监督信号，修补 的残缺区域，形成完备几何先验

具体算法流程如下：

实验效果展示

定量对比

新视角渲染对比

如下图所示，本方法渲染的高保真图像可精准捕捉车辆纹理、街道细节与建筑结构。在深度变化复杂的区域（如树枝分叉处、路边车辆堆叠场景），渲染的深度图精度显著提升。

Waymo (上三行)和KITTI (下三行)

DL3DV

追踪轨迹对比

如下图所示在剧烈视角变动场景下，本方案展现出卓越的抗视角剧变能力，位姿追踪稳定性显著超越现有3DGS SLAM方法。

总结

在本研究中，我们提出了 S3PO-GS，一个面向户外单目场景的三维高斯泼溅（3D Gaussian Splatting）SLAM框架，具备尺度自洽点云图（scale self-consistent pointmap），以应对户外场景中常见的尺度漂移和几何先验缺失问题。通过引入一个尺度自洽的3DGS点云图跟踪模块，我们将位姿估计所需的迭代次数减少至传统方法的10%，并在如Waymo等复杂数据集上实现了精确的相机追踪。此外，我们提出了一种基于局部补丁匹配的动态patch映射机制，有效解决了单目深度尺度模糊的问题，并显著提升了重建质量。实验结果表明，我们的方法在3DGS SLAM的跟踪精度和新视角合成方面设立了新的基准。未来的工作将探索回环检测和大规模动态场景优化，以拓展该方法在户外SLAM中的应用边界。

3D视觉硬件，官网：www.3dcver.com

3D视觉学习圈子

「3D视觉从入门到精通」知识星球(点开有惊喜) ！星球内新增20多门3D视觉系统课程、入门环境配置教程、多场顶会直播、顶会论文最新解读、3D视觉算法源码、求职招聘等。想要入门3D视觉、做项目、搞科研，欢迎扫码加入！

3D视觉全栈学习课程：www.3dcver.com

3D视觉交流群成立啦，微信：cv3d001