Active View Planning for Visual SLAM in Outdoor Environments Based on Continuous Information Modeling

要約

視覚的同時位置特定およびマッピング (vSLAM) は、GPS が拒否されたオープンフィールド環境の地上および地上ロボットに広く使用されています。
ただし、視覚的なテクスチャの不足や、起伏の多い地形でのロボットの視線方向の揺れに起因する認識の失敗が頻繁に発生するため、vSLAM の精度と堅牢性はまだ強化されていません。
この研究では、前述の問題に対処するために、最大限の情報を備えた領域を能動的に認識するという新しいビュー計画アプローチを開発しています。
ジンバルカメラがメインセンサーとして使用されます。
まず,環境情報の豊富さを完全かつ効果的に表現するために,特徴分布加重フィッシャー情報に基づく地図表現を提案した。
マップ表現を使用すると、リアルタイムでの数値最適化のために離散情報空間を連続情報空間に変換するための連続環境情報モデルがさらに確立されます。
続いて、後退地平線の最適化を利用して、連続環境モデルに基づいてロボットの知覚、探索、動作コストを同時に考慮しながら、最適な情報に満ちた視点を取得します。
最後に、提案されたアプローチによる位置特定のロバスト性と精度の向上を検証するために、いくつかのシミュレーションと屋外実験が実行されます。

要約(オリジナル)

The visual simultaneous localization and mapping(vSLAM) is widely used in GPS-denied and open field environments for ground and surface robots. However, due to the frequent perception failures derived from lacking visual texture or the {swing} of robot view direction on rough terrains, the accuracy and robustness of vSLAM are still to be enhanced. The study develops a novel view planning approach of actively perceiving areas with maximal information to address the mentioned problem; a gimbal camera is used as the main sensor. Firstly, a map representation based on feature distribution-weighted Fisher information is proposed to completely and effectively represent environmental information richness. With the map representation, a continuous environmental information model is further established to convert the discrete information space into a continuous one for numerical optimization in real-time. Subsequently, the receding horizon optimization is utilized to obtain the optimal informative viewpoints with simultaneously considering the robotic perception, exploration and motion cost based on the continuous environmental model. Finally, several simulations and outdoor experiments are performed to verify the improvement of localization robustness and accuracy by the proposed approach.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google