3D Gaussian SLAM学习笔记一.Gaussian-SLAM配置运行

​ 研一小白，最近在做SLAM的科研工作，在一定的调研后，发现3D Gaussian Splatting这个方向不错，于是跑一下这方面的代码。

论文链接：https://arxiv.org/pdf/2312.10070.pdf

代码链接：https://github.com/VladimirYugay/Gaussian-SLAM

项目测试

首先克隆代码，不过我觉得直接下载zip包也不错

git clone https://github.com/VladimirYugay/Gaussian-SLAM

原项目上创建环境：

conda env create -f environment.yml
conda activate gslam

我在Windows上跑，可能配置也不行，运行environment.yml文件时一堆报错，只能用点无脑的配置方法。先创建一个python环境，进去一个个的下载：

conda create -n gslam python=3.10
conda activate gslam

conda install conda-forge::faiss-gpu
conda install cuda-toolkit=12.1
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

pip install open3d==0.18.0
pip install wandb
pip install trimesh
pip install pytorch_msssim
pip install torchmetrics
pip install tqdm
pip install imageio
pip install opencv-python
pip install plyfile
`

pytorch的安装命令可对应自己的cuda版本在以下网址寻找，我的cuda版本为12.1，版本不够的可更新cuda，cuda支持最高版本不够可用GeForce Experience更新NVIDIA驱动

https://pytorch.org/get-started/locally/

后续跑代码时还会有几个包没装上，到时跟着报错信息pip就成

还有三个比较恶心的包，用git比较容易超时，建议直接去github上下载解压

https://github.com/eriksandstroem/evaluate_3d_reconstruction_lib.git

https://github.com/VladimirYugay/simple-knn.git

https://github.com/VladimirYugay/gaussian_rasterizer.git

解压后anaconda prompt命令行cd到解压后的目录，也就是有setup.py的那里，运行以下命令以安装库 ：

pip install .

这三个压缩包在跑其他Gaussian SLAM时也会出现一些问题，如MonoGS这个项目我git出来的文件夹里会少两个文件，应该也能使用类似的方法

后续就是开始跑实验了，官网上的运行命令：

python run_slam.py configs/<dataset_name>/<config_name> --input_path <path_to_the_scene> --output_path <output_path>

官网例子：

python run_slam.py configs/Replica/room0.yaml --input_path /home/datasets/Replica/room0 --output_path output/Replica/room0

我之前尝试跑MonoGS时下载过TUM数据集，也不用再去下载他的数据集，有需要可以运行scripts文件夹下的脚本文件，或者在scripts文件夹下找到数据集网站，去手动下载

跑实验的代码如下，input_path一开始出现找不到的问题，于是我用了绝对路径：

python run_slam.py configs/TUM_RGBD/rgbd_dataset_freiburg1_desk.yaml --input_path D:\Gaussian-SLAM\Gaussian-SLAM\Gaussian-SLAM\data\TUM_RGBD-SLAM\rgbd_dataset_freiburg1_desk --output_path output/TUM_RGBD/rgbd_dataset_freiburg1_desk

跑了接近600轮，1个多小时，终于跑完：

输出output文件如下：

原文使用 gaussian-splatting-lightning 来进行可视化，后续再进行可视化工作。