精度提升2倍！斯坦福HAMMER：基于服务器的多机器人设备高效实时建图框架

主要观点总结

本文介绍了HAMMER项目，这是一个面向异构机器人团队的在线多机器人高斯喷溅建图系统。HAMMER允许一组机器人协作构建未知环境的3DGS地图，具有强大的建模能力和广泛的适用性。文章详细描述了HAMMER的系统架构、关键技术和实验效果，展示了其在快速探索新环境、语言引导的机器人应用等方面的潜力。

关键观点总结

关键观点1: HAMMER项目的介绍

HAMMER是一个面向异构机器人团队的在线多机器人建图系统，旨在构建未知环境的3DGS地图，支持多种传感器和设备，适用于各种机器人和任务。

关键观点2: HAMMER的关键技术

HAMMER采用基于服务器的架构，利用现有的通信基础设施，实现机器人间的协同建图。它采用在线优化方法，将机器人数据实时整合到3DGS地图中，并动态更新模型。此外，HAMMER还具备机器人间对齐、局部结构光恢复、颜色校正等技术，以提高建图质量和精度。

关键观点3: HAMMER的实验效果

在真实世界的实验中，HAMMER展示了其强大的建模能力和广泛的适用性。与现有方法相比，HAMMER在地图质量上表现出优越性，并且其视觉保真度接近最优基线。此外，HAMMER生成的地图可以用于多种后续任务，如语言引导的导航。

关键观点4: HAMMER的局限性

HAMMER的使用需要具备一定的位姿估计设备，高噪声的位姿估计可能会影响地图质量。此外，当前版本的HAMMER还不支持仅使用RGB传感器的设备。