A Survey on Monocular Re-Localization: From the Perspective of Scene Map Representation

要約

単眼再位置推定 (MRL) は、多数の自律アプリケーションにおいて重要なコンポーネントであり、単一の単眼画像に基づいてシーン マップに関して 6 自由度のポーズを推定します。
ここ数十年で、MRL 技術の開発は大きく進歩しました。
数多くのランドマーク アルゴリズムが、位置特定の精度と視覚的干渉に対する堅牢性の点で並外れた成功を収めています。
MRL 研究では、シーン マップはさまざまな形式で表現され、MRL 手法がどのように機能するか、さらには MRL 手法がどのように実行されるかを決定します。
しかし、私たちの知る限り、既存の調査では、それぞれのマップからの MRL の系統的なレビューは提供されていません。
この調査は、単眼カメラをメインセンサーとして使用するMRL手法を包括的に見直すことでギャップを埋め、さらなる研究を促進します。
1) まず、MRL の問題定義を掘り下げて現在の課題を調査し、同時に過去に公開された調査と比較します。
2) 次に、MRL 手法を、利用される地図の表現形式 (地理タグ付きフレーム、視覚ランドマーク、点群、ベクトル化セマンティック マップ) に応じて 5 つのクラスに分類し、各カテゴリのマイルストーン MRL 作品をレビューします。
3) MRL 手法をさまざまなマップと定量的かつ公平に比較​​するために、いくつかの公開データセットをレビューし、いくつかの典型的な MRL 手法のパフォーマンスも提供します。
さまざまなタイプの MRL 手法の長所と短所が分析されます。
4) 最後に、この分野で興味深いトピックをいくつか紹介し、個人的な意見を述べます。
この調査は、MRL に興味のある初心者や研究者にとって貴重な参考資料として機能し、レビューされた論文やデータセットを含むこの調査の継続的に更新される概要は、https://github.com/jinyummiao/ でコミュニティに公開されています。
モノラルのマップの再配置。

要約(オリジナル)

Monocular Re-Localization (MRL) is a critical component in numerous autonomous applications, which estimates 6 degree-of-freedom poses with regards to the scene map based on a single monocular image. In recent decades, significant progress has been made in the development of MRL techniques. Numerous landmark algorithms have accomplished extraordinary success in terms of localization accuracy and robustness against visual interference. In MRL research, scene maps are represented in various forms, and they determine how MRL methods work and even how MRL methods perform. However, to the best of our knowledge, existing surveys do not provide systematic reviews of MRL from the respective of map. This survey fills the gap by comprehensively reviewing MRL methods employing monocular cameras as main sensors, promoting further research. 1) We commence by delving into the problem definition of MRL and exploring current challenges, while also comparing ours with with previous published surveys. 2) MRL methods are then categorized into five classes according to the representation forms of utilized map, i.e., geo-tagged frames, visual landmarks, point clouds, and vectorized semantic map, and we review the milestone MRL works of each category. 3) To quantitatively and fairly compare MRL methods with various map, we also review some public datasets and provide the performances of some typical MRL methods. The strengths and weakness of different types of MRL methods are analyzed. 4) We finally introduce some topics of interest in this field and give personal opinions. This survey can serve as a valuable referenced materials for newcomers and researchers interested in MRL, and a continuously updated summary of this survey, including reviewed papers and datasets, is publicly available to the community at: https://github.com/jinyummiao/map-in-mono-reloc.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google