RoadVGGT：道路结构感知前馈路面重建

大规模路面重建，支持高清建图、自动驾驶感知、标注、仿真。现有的道路专用优化方法可以产生高质量的道路表示，但它们通常需要围绕驾驶轨迹进行每个场景的训练和场景相关的覆盖设计，限制了新收集的道路的可扩展重建。为了解决这些限制，我们引入了 RoadVGGT，这是一种道路结构感知的前馈框架，可以重建紧凑的高斯路面，而无需测试时每个场景的优化。 RoadVGGT 使用几何基础模型来利用多视图图像以及提供的姿态和深度观察，并通过学习的高斯头预测密集像素对齐的高斯属性。为了使这些密集预测可用于大型路面，我们将它们对齐到一致的度量世界坐标系中，并通过置信加权网格融合在与道路对齐的 XY 平面上融合冗余高斯。类别感知分组和道路-人行道交叉口保护进一步控制脆弱道路结构周围的融合。生成的表示支持 RGB 和语义鸟瞰图、高程估计和新颖的视图合成。 RoadVGGT 消除了先前方法中对每个场景进行优化的需要，使用紧凑的高斯表示重建完整的路面，并提高了图像质量、语义映射和高程精度。大量的实验证明了几何基础模型在可扩展的前馈路面重建方面的潜力。