Comparative Study of Visual SLAM-Based Mobile Robot Localization Using Fiducial Markers

要約

この論文では、基準マーカー (つまり、黒と白のグリッド パターンを持つ正方形の人工ランドマーク) を使用した視覚的 SLAM に基づく移動ロボットの位置特定のための 3 つのモードの比較研究を紹介します。SLAM、事前マップを使用した SLAM、および事前マップを使用した位置特定です。
以前の地図。
基準マーカーを活用した SLAM ベースのアプローチを比較する理由は、これまでの研究で、位置特定パフォーマンスを損なうことなく特徴とマーカーの両方の検出を使用する方法と比較して計算負荷が少なく、特徴のみの方法よりも優れたパフォーマンスを示しているためです。
評価は、環境内に複数の基準マーカーを含む手持ちカメラで撮影された屋内画像シーケンスを使用して実行されます。
パフォーマンス メトリクスには、絶対軌道誤差とフレームごとの最適化プロセスの実行時間が含まれます。
特に、最後の 2 つのモード (SLAM と以前のマップによる位置特定) については、各モードがそのような摂動に対してどの程度耐性があるかを調査するために、以前のマップの品質を摂動させることによってパフォーマンスを評価します。
ハードウェア実験では、3 つのモード全体で一貫した軌道エラー レベルが示され、ローカリゼーション モードの実行時間が最も短いことが示されました。
ただし、マップの摂動がある場合、以前のマップを使用した SLAM はパフォーマンスを維持しますが、ローカリゼーション モードは両方の面で低下します。

要約(オリジナル)

This paper presents a comparative study of three modes for mobile robot localization based on visual SLAM using fiducial markers (i.e., square-shaped artificial landmarks with a black-and-white grid pattern): SLAM, SLAM with a prior map, and localization with a prior map. The reason for comparing the SLAM-based approaches leveraging fiducial markers is because previous work has shown their superior performance over feature-only methods, with less computational burden compared to methods that use both feature and marker detection without compromising the localization performance. The evaluation is conducted using indoor image sequences captured with a hand-held camera containing multiple fiducial markers in the environment. The performance metrics include absolute trajectory error and runtime for the optimization process per frame. In particular, for the last two modes (SLAM and localization with a prior map), we evaluate their performances by perturbing the quality of prior map to study the extent to which each mode is tolerant to such perturbations. Hardware experiments show consistent trajectory error levels across the three modes, with the localization mode exhibiting the shortest runtime among them. Yet, with map perturbations, SLAM with a prior map maintains performance, while localization mode degrades in both aspects.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google