Inertial Guided Uncertainty Estimation of Feature Correspondence in Visual-Inertial Odometry/SLAM

要約

ビジュアル オドメトリと同時ローカリゼーションとマッピング (SLAM) は、自律ナビゲーションと拡張現実システムに貢献するために、コンピューター ビジョンとロボット工学の分野で最も重要なタスクの 1 つとして研究されています。
特徴ベースのオドメトリ/SLAM の場合、移動視覚センサーがさまざまな視点から一連の 3D ポイントを観察し、各画像内の投影された 2D 点間の対応関係は通常、特徴の追跡とマッチングによって確立されます。
ただし、対応するポイントには誤りがあり、ノイズが多い可能性があるため、信頼性の高い不確実性推定によりオドメトリ/SLAM 法の精度を向上させることができます。
さらに、慣性測定ユニットは、視覚と慣性の融合の観点から視覚センサーを支援するために利用されます。
本稿では、モーションブラー、照明変化、オクルージョンによる画像劣化に強い慣性誘導を用いて、特徴対応の不確実性を推定する方法を提案する。
考えられる対応関係をサンプルするためにガイダンス分布をモデル化し、その分布を画像誤差に基づいてエネルギー関数に適合させ、従来の方法よりも堅牢な不確実性をもたらします。
また、私たちのアプローチを公開データセット用の最近の視覚慣性オドメトリ/SLAM アルゴリズムの 1 つに組み込むことによって、そのアプローチの実現可能性を実証します。

要約(オリジナル)

Visual odometry and Simultaneous Localization And Mapping (SLAM) has been studied as one of the most important tasks in the areas of computer vision and robotics, to contribute to autonomous navigation and augmented reality systems. In case of feature-based odometry/SLAM, a moving visual sensor observes a set of 3D points from different viewpoints, correspondences between the projected 2D points in each image are usually established by feature tracking and matching. However, since the corresponding point could be erroneous and noisy, reliable uncertainty estimation can improve the accuracy of odometry/SLAM methods. In addition, inertial measurement unit is utilized to aid the visual sensor in terms of Visual-Inertial fusion. In this paper, we propose a method to estimate the uncertainty of feature correspondence using an inertial guidance robust to image degradation caused by motion blur, illumination change and occlusion. Modeling a guidance distribution to sample possible correspondence, we fit the distribution to an energy function based on image error, yielding more robust uncertainty than conventional methods. We also demonstrate the feasibility of our approach by incorporating it into one of recent visual-inertial odometry/SLAM algorithms for public datasets.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google