VP-SLAM: A Monocular Real-time Visual SLAM with Points, Lines and Vanishing Points

要約

従来の単眼の Visual Simultaneous Localization and Mapping (vSLAM) システムは、機能を使用するもの、画像自体に依存するもの、およびハイブリッド モデルの 3 つのカテゴリに分けることができます。
機能ベースの方法の場合、新しい研究が進化し、線や平面などの点を超えた幾何学的プリミティブを使用して、環境からより多くの情報を組み込むようになりました。
これは、マンハッタンの世界として特徴付けられる人工環境である多くの環境では、線や平面などの幾何学的プリミティブが環境内のほとんどの空間を占めるためです。
これらのスキームを活用することで、Visual SLAM システムの軌道を最適化し、豊富なマップの構築を支援できるアルゴリズムの導入につながる可能性があります。
したがって、ラインと VP 抽出のためのリアルタイムの方法と、消失点を利用してロボットの並進を推定し、その回転を改善する 2 つの戦略を組み込んだリアルタイム単眼 Visual SLAM システムを提示します。特に、ORB に基づいて構築します。
SLAM2 は、精度と効率の両方の点で現在最先端のソリューションと見なされており、その定式化を拡張してラインと VP を処理し、2 つの戦略を作成します。最初に回転を最適化し、次に変換部分を
知られている回転。
まず、リアルタイム メソッドを使用して VP を抽出し、それらをグローバル ローテーション最適化戦略に使用します。
次に、最終段階の回転最適化を利用して線形システムをモデル化する並進推定法を提示します。
最後に、TUM RGB-D ベンチマークでシステムを評価し、提案されたシステムが最先端の結果を達成してリアルタイムで実行され、そのパフォーマンスが元の ORB-SLAM2 システムに近いままであることを実証します。

要約(オリジナル)

Traditional monocular Visual Simultaneous Localization and Mapping (vSLAM) systems can be divided into three categories: those that use features, those that rely on the image itself, and hybrid models. In the case of feature-based methods, new research has evolved to incorporate more information from their environment using geometric primitives beyond points, such as lines and planes. This is because in many environments, which are man-made environments, characterized as Manhattan world, geometric primitives such as lines and planes occupy most of the space in the environment. The exploitation of these schemes can lead to the introduction of algorithms capable of optimizing the trajectory of a Visual SLAM system and also helping to construct an exuberant map. Thus, we present a real-time monocular Visual SLAM system that incorporates real-time methods for line and VP extraction, as well as two strategies that exploit vanishing points to estimate the robot’s translation and improve its rotation.Particularly, we build on ORB-SLAM2, which is considered the current state-of-the-art solution in terms of both accuracy and efficiency, and extend its formulation to handle lines and VPs to create two strategies the first optimize the rotation and the second refine the translation part from the known rotation. First, we extract VPs using a real-time method and use them for a global rotation optimization strategy. Second, we present a translation estimation method that takes advantage of last-stage rotation optimization to model a linear system. Finally, we evaluate our system on the TUM RGB-D benchmark and demonstrate that the proposed system achieves state-of-the-art results and runs in real time, and its performance remains close to the original ORB-SLAM2 system

arxiv情報

提供元, 利用サービス

arxiv.jp, Google