Attitude-Guided Loop Closure for Cameras with Negative Plane

要約

ループ クロージャは、SLAM (Simultaneous Localization and Mapping) システムの重要なコンポーネントです。
大きな視野 (FoV) カメラは、パノラマ画像の周囲の特徴をより多く活用できるため、SLAM 分野で大きな注目を集めています。
広視野 VIO では、パノラマ レンズの負の面にある有益な手がかりを組み込むために、画像の特徴は単位長さの 3 次元ベクトルで表されます。
パノラマ FoV はループ クロージャに一見有利に見えますが、既存の方法ではループ クロージャ フレームをほとんど一致させることができない大きな姿勢角度差の下では、その利点を簡単に実現することはできません。
この作業では、超広角 FoV の可能性を完全に解き放つために、VIO システムの姿勢情報を活用して、ループ クロージャの特徴点検出をガイドすることを提案します。
広視野パノラマ データのループ クロージャにはさらに多数の外れ値が伴うため、従来の外れ値除去方法は直接適用できません。
この問題に取り組むために、LF-VIO の精度を向上させるために、単位長表現に基づく新しい外れ値除去方法を備えたループ クロージャ フレームワークを提案します。
パブリック PALVIO データセットでは、包括的な一連の実験が実行され、提案された LF-VIO-Loop は、最先端の視覚慣性オドメトリ法よりも優れています。
私たちのコードは、https://github.com/flysoaryun/LF-VIO-Loop でオープンソース化されます。

要約(オリジナル)

Loop closure is an important component of Simultaneous Localization and Mapping (SLAM) systems. Large Field-of-View (FoV) cameras have received extensive attention in the SLAM field as they can exploit more surrounding features on the panoramic image. In large-FoV VIO, for incorporating the informative cues located on the negative plane of the panoramic lens, image features are represented by a three-dimensional vector with a unit length. While the panoramic FoV is seemingly advantageous for loop closure, the benefits cannot easily be materialized under large-attitude-angle differences, where loop-closure frames can hardly be matched by existing methods. In this work, to fully unleash the potential of ultra-wide FoV, we propose to leverage the attitude information of a VIO system to guide the feature point detection of the loop closure. As loop closure on wide-FoV panoramic data further comes with a large number of outliers, traditional outlier rejection methods are not directly applicable. To tackle this issue, we propose a loop closure framework with a new outlier rejection method based on the unit length representation, to improve the accuracy of LF-VIO. On the public PALVIO dataset, a comprehensive set of experiments is carried out and the proposed LF-VIO-Loop outperforms state-of-the-art visual-inertial-odometry methods. Our code will be open-sourced at https://github.com/flysoaryun/LF-VIO-Loop.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google