高斯泼溅驱动Web端数字孪生场景重建实验

实验室近期围绕三维高斯泼溅（3D Gaussian Splatting）在浏览器端的落地开展实验性验证，目标是让车间与设备机组的实景三维复刻无需专用插件即可在网页中流畅浏览，为数字孪生培训与远程巡检提供更真实的视觉底座。技术路线上，团队以手机环拍视频作为输入，经稀疏重建与高斯训练生成场景模型，再通过剪枝、量化与LOD分块策略压缩资产体积；渲染端采用WebGL与WebGPU双后端，按视锥范围与置信度动态调度高斯基元。
阶段性结果：单一工段场景原始资产约2.3GB，压缩后降至180MB以内，中端笔记本浏览器帧率稳定在30fps以上；与传统网格建模相比，同等覆盖范围的采集建模周期由约5天缩短至1天以内，纹理真实度明显提升。
下一步计划：一是引入轻量语义分割，为高斯点赋予设备部件标签，支持网页内点选查询与工单联动；二是验证多期采集数据的配准方案，探索设备位移与形变的可视化对比，为巡检场景提供时间维度的分析能力。