RecherchearXiv cs.RO 28 octobre 2026

SG²SLAM : SLAM par Gaussian Splatting 3D guidé par la géométrie spatiale pour la navigation extérieure monoculaire

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

SG^2SLAM est une méthode de SLAM (localisation et cartographie simultanées) monoculaire pour la navigation en extérieur, décrite dans un préprint arXiv (v1). Elle repose sur le 3D Gaussian Splatting (3DGS), une représentation de scène par primitives gaussiennes, explicites et différentiables, projetées en forme fermée pour produire une carte dense. Les auteurs remplacent l'association classique pixels 2D vers points 3D, calculée image par image, par une géométrie spatiale diffusée en continu. Celle-ci fournit un a priori métrique par « chunk », c'est-à-dire par lot d'images, qui supervise à la fois le suivi de trajectoire et la cartographie à partir d'une source unique. Chaque primitive gaussienne reçoit en plus un sous-espace de direction de vue, ce qui permet au noyau « conditionné par les rayons » de tenir compte du point de vue de la caméra monoculaire. Poses et géométrie sont optimisées conjointement. Les tests portent sur KITTI et Waymo Open, deux jeux de données de conduite urbaine, où la méthode dépasse les références fondées sur l'association par image. Le résumé ne donne aucun chiffre (erreur de trajectoire, qualité de rendu, temps de calcul), et le code n'est promis qu'après acceptation de l'article.

L'enjeu est la robustesse des pipelines modulaires. Quand le suivi de caméra et la cartographie sont découplés, l'erreur de pose est absorbée par la carte, qui se dégrade, ce qui fausse à son tour les poses suivantes. En supervisant les deux modules par un même a priori métrique, SG^2SLAM s'attaque à cette dérive en cascade. Pour les robots mobiles, véhicules autonomes ou plateformes d'inspection, la perspective est celle de cartes denses et cohérentes à partir d'une seule caméra bon marché, sans lidar. Reste à vérifier plusieurs points : la mise à l'échelle métrique d'une caméra monoculaire est notoirement fragile, et rien n'indique que le système tourne en temps réel sur du matériel embarqué. Des résultats sur KITTI et Waymo, des jeux de données de conduite relativement bien structurés, ne garantissent pas non plus la tenue en environnement dégradé (pluie, nuit, zones peu texturées).

Ce travail s'inscrit dans la vague de SLAM fondés sur le 3DGS, apparue après les NeRF, qui cherche à combiner rendu photoréaliste et cartographie en ligne. Les approches existantes restent généralement limitées par leur dépendance à des correspondances image par image, ce que les auteurs critiquent. Les concurrents sont les SLAM monoculaires classiques, comme ORB-SLAM, et les variantes 3DGS ou neuronales qui s'appuient sur des a priori de profondeur ou de géométrie apprise. Il s'agit d'une contribution académique, sans produit ni déploiement industriel annoncé. La suite dépendra de la publication du code et d'une évaluation indépendante, avec des métriques chiffrées, de la vitesse d'exécution et de la comparaison avec des méthodes récentes.

Impact France/UE

Pas d\'impact direct sur la France/UE

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

GeoGS-SLAM : Gaussian Splatting géométrique pur pour le SLAM monoculaire dense

Une équipe de chercheurs vient de publier sur arXiv (2607.07452v1) GeoGS-SLAM, un système de SLAM visuel dense monoculaire fondé sur une nouvelle représentation baptisée Geometry-only Gaussian Splatting (GeoGS). Contrairement aux méthodes 3D Gaussian Splatting classiques utilisées en SLAM, qui modélisent à la fois l'apparence et la géométrie de la scène, GeoGS ne conserve que les paramètres spatiaux de chaque primitive gaussienne, ce qui réduit de plus de 80% le nombre de paramètres par primitive. Le système s'appuie sur un entraînement combinant supervision géométrique et photométrique en vue unique et multi-vues, une initialisation guidée par plans locaux pour accélérer la convergence, et une stratégie de mise à jour de la carte lors des fermetures de boucle qui transforme globalement le nuage de gaussiennes pour éviter les déchirures de carte causées par des corrections de pose incohérentes. Les auteurs affirment que leur méthode dépasse l'état de l'art sur des bancs d'essai synthétiques et réels, tant en efficacité de cartographie en ligne qu'en qualité de reconstruction géométrique. L'intérêt de cette approche tient à un constat simple: pour des tâches robotiques comme la navigation ou l'évitement d'obstacles, c'est la précision géométrique qui compte, pas le rendu photoréaliste. En abandonnant la modélisation d'apparence, GeoGS allège drastiquement le nombre de primitives gaussiennes nécessaires, accélère la convergence géométrique et gagne en robustesse face aux variations d'éclairage, un point faible connu des pipelines 3DGS classiques en conditions réelles. Pour les intégrateurs travaillant sur la localisation et cartographie embarquées, cela ouvre la voie à des systèmes SLAM plus légers en calcul, potentiellement plus adaptés à un déploiement temps réel sur robot mobile. Le papier s'inscrit dans la vague de travaux exploitant le 3D Gaussian Splatting pour le SLAM dense depuis l'essor de cette représentation en 2023, une alternative aux cartes NeRF ou aux nuages de points classiques. Comme il s'agit d'un preprint tout juste déposé, sans revue par les pairs ni code public annoncé à ce stade, les gains revendiqués face à l'état de l'art restent à confirmer par la communauté, notamment sur des séquences réelles complexes en dehors des benchmarks utilisés par les auteurs.

RecherchePaper

1 source

2arXiv cs.RO

SONG : une plateforme de simulation 3D en Gaussian Splatting photoréaliste pour évaluer la navigation sociale

Sortie automatisée de mouvements corporels complets à partir de ces trajectoires. Un chercheur propose SONG, une plateforme de simulation pour la navigation sociale robotique, construite sur le 3D Gaussian Splatting (3DGS), une technique de rendu photoréaliste qui reconstruit à la fois les scènes et les avatars humains évoluant dedans. Les piétons virtuels ne suivent pas des scripts fixes: leurs trajectoires sont générées par un grand modèle de langage de façon sémantiquement cohérente, puis converties en mouvements corporels continus via un générateur conditionné par trajectoire. Autour de cette plateforme, les auteurs construisent SONG-Bench, un ensemble de scénarios d'évaluation classés par niveau de difficulté, associé à une suite de métriques multidimensionnelles couvrant l'efficacité du déplacement, la sécurité et le respect des conventions sociales. Le travail est décrit dans un article déposé sur arXiv (2607.25219v1) comme une nouvelle soumission. L'enjeu dépasse le simple outil de test. Jusqu'ici, les simulateurs de navigation sociale souffraient d'un compromis frustrant: soit ils offraient des observations visuelles pauvres, soit ils manquaient d'avatars humains mobiles, soit leur rendu et le comportement des piétons restaient trop éloignés du réel pour valider des algorithmes de navigation guidés uniquement par la vision embarquée. En évaluant des méthodes de référence sur SONG-Bench, les auteurs tirent trois constats qui pèsent sur tout le secteur de la robotique mobile: la navigation sociale basée vision est loin d'être résolue, les modèles actuels présentent un déficit de sécurité plus criant encore que leurs manquements en étiquette sociale, et l'entraînement sur des données réelles compte davantage que la simple augmentation de la taille des modèles. Point notable, les auteurs montrent qu'un ajustement fin sur les données qu'ils ont constituées améliore concrètement le taux de réussite en conditions réelles, ce qui distingue cette contribution d'une simple démonstration en simulation. Ce travail s'inscrit dans une trajectoire de recherche qui est passée d'environnements 2D simplifiés à des cadres visuels plus exigeants, où le robot ne dispose que de sa caméra embarquée pour se comporter correctement en présence d'humains. Les auteurs présentent SONG comme un banc d'essai destiné à structurer la prochaine génération de recherches sur la navigation sociale visuelle, sans toutefois annoncer de partenariat industriel ou de déploiement au-delà du cadre académique à ce stade.

RecherchePaper

1 source

3arXiv cs.RO

ReaDy-Go : simulation dynamique réel-vers-sim par Gaussian Splatting 3D pour la navigation visuelle avec obstacles mobiles

Des chercheurs présentent dans un preprint arXiv (référence 2602.11575, troisième version) un pipeline baptisé ReaDy-Go qui vise à combler l'écart simulation-réalité pour la navigation visuelle robotique en environnements dynamiques. Le principe : reconstruire une scène réelle cible (domicile, restaurant, usine) sous forme de nuage de gaussiennes 3D (Gaussian Splatting, ou GS), puis y insérer des avatars humains animables, eux aussi représentés en GS photoreáliste, dont les mouvements sont synthétisés à partir de trajectoires 2D. Un planificateur expert dédié aux représentations GS dynamiques, couplé à un planificateur humain, génère ensuite automatiquement des milliers de scénarios de navigation depuis des points de vue arbitraires. Les politiques de navigation entraînées sur ces datasets sont ensuite déployées sur robot physique. Les auteurs rapportent des gains de performance en simulation et en conditions réelles face à des obstacles mobiles, ainsi qu'un transfert zero-shot dans un environnement inédit, ce qui suggère une capacité de généralisation au-delà des scènes d'entraînement. L'enjeu industriel est significatif pour les intégrateurs de robots de service et les concepteurs de systèmes AMR (autonomous mobile robots) en environnements non contrôlés. Le verrou principal que ReaDy-Go cherche à lever est double : les méthodes classiques souffrent d'un sim-to-real gap important parce que les scènes d'entraînement sont génériques, et les obstacles dynamiques y sont soit absents, soit représentés par des mannequins non photoréalistes issus de simulateurs comme Isaac Sim ou Gazebo. En ancrant la simulation dans une reconstruction GS de l'environnement cible réel et en peuplant cette scène d'avatars humains photoréalistes et cinématiquement plausibles, l'approche réduit la distance de distribution entre entraînement et déploiement. Il s'agit d'une contribution méthodologique, pas d'un produit commercialisé ; les résultats restent à ce stade des démonstrations académiques, et les métriques annoncées (temps de cycle, taux de succès) gagneraient à être contextualisées par des conditions de test plus variées. Le Gaussian Splatting a émergé comme technique de reconstruction 3D rapide et photoréaliste depuis les travaux de Kerbl et al. en 2023, et plusieurs groupes l'ont depuis exploré pour la simulation robotique, notamment pour la manipulation (voir les travaux de RoboGSim ou GaussianWorld). ReaDy-Go se distingue en ciblant la navigation en présence de piétons, un cas d'usage critique pour les robots de livraison indoor et les plateformes de service en espace public. Sur ce segment, les concurrents directs incluent les pipelines basés sur NeRF (plus lents à l'entraînement), les simulateurs procéduraux type NVIDIA Omniverse, et des approches comme UniSim ou HabitatSim. Aucun acteur européen n'est cité dans le preprint, mais des équipes comme Enchanted Tools (robotique de service, France) ou les labos de navigation de l'INRIA pourraient trouver dans ReaDy-Go une brique de simulation réutilisable. La page projet est accessible et le code pourrait être publié ; les prochaines étapes naturelles seraient des tests à plus grande échelle avec diversité de populations et d'environnements, et une intégration dans des stacks de navigation open-source comme Nav2.

UECette méthode de simulation photoréaliste à base de Gaussian Splatting pourrait être réutilisée par des équipes européennes de navigation robotique (INRIA, Enchanted Tools) pour réduire le sim-to-real gap sans dépendre de simulateurs propriétaires comme Isaac Sim ou NVIDIA Omniverse.

RecherchePaper

1 source

4arXiv cs.RO

SplatSearch : navigation vers une image cible pour robots mobiles via 3D Gaussian Splatting et modèles de diffusion

Des chercheurs présentent SplatSearch, une nouvelle architecture de navigation robotique permettant à un robot mobile de retrouver un objet ou une personne spécifique à partir d'une seule image de référence, prise sous un angle arbitraire. Le système s'appuie sur des reconstructions 3D par Gaussian Splatting (3DGS) construites à partir de vues éparses, une technique bien moins gourmande en données que les reconstructions denses classiques. SplatSearch génère plusieurs points de vue synthétiques autour des objets candidats grâce à cette carte 3DGS, puis utilise un modèle de diffusion multi-vues pour compléter les zones manquantes des images rendues, ce qui permet une mise en correspondance robuste avec l'image cible. Une politique d'exploration de frontières a également été développée : elle combine le contexte visuel des vues synthétisées et le contexte sémantique de l'image but pour hiérarchiser les zones à explorer en priorité. Les auteurs rapportent des performances supérieures aux méthodes de référence actuelles, mesurées en taux de réussite et en longueur de chemin jusqu'au succès, sur des environnements domestiques photoréalistes et des tests en conditions réelles. Une étude d'ablation confirme la pertinence des choix de conception retenus. Cette avancée s'attaque à un problème central pour la robotique de service et l'inspection industrielle : la capacité d'un robot à localiser une cible précise dans un environnement inconnu, sans dépendre d'un scan 3D exhaustif préalable. La navigation par instance d'image (Instance Image Goal Navigation) est particulièrement exigeante lorsque l'image de référence est prise sous un angle très différent de celui du robot au moment de la recherche, un scénario fréquent en usage réel mais souvent contourné dans les benchmarks. En misant sur des reconstructions éparses complétées par diffusion plutôt que sur des cartes 3D denses coûteuses à construire, l'approche pourrait réduire le temps de calibration nécessaire au déploiement de robots de recherche et de récupération d'objets, un enjeu concret pour les intégrateurs travaillant sur des AMR en environnement domestique ou logistique. Le travail s'inscrit dans la lignée des recherches combinant 3D Gaussian Splatting et navigation robotique, une technique de rendu apparue en 2023 et rapidement adoptée pour la cartographie temps réel en raison de sa rapidité par rapport aux champs de radiance neuronaux (NeRF). SplatSearch se positionne face aux méthodes état de l'art existantes en IIN, qu'il dépasse selon les métriques de taux de réussite et de longueur de chemin rapportées dans l'article, republié en version 2 sur arXiv. Le papier ne précise pas de partenariat industriel ni de calendrier de déploiement commercial ; il s'agit à ce stade d'une contribution de recherche académique, validée par simulation et par des tests réels limités, sans indication d'un acteur français ou européen impliqué.

RecherchePaper

1 source