Comparative Evaluation of RGB-D SLAM Methods for Humanoid Robot Localization and Mapping

要約

この論文では、SURENA-V ヒューマノイド ロボットの位置特定とマッピングのための 3 つの RGB-D SLAM (同時位置特定とマッピング) アルゴリズム、RTAB-Map、ORB-SLAM3、OpenVSLAM の比較評価を実施しました。
私たちのテストでは、ロボットが頭に Intel RealSense D435 RGB-D カメラを取り付けた状態で完全な円形のパターンをたどります。
位置特定精度の評価では、ORB-SLAM3 が ATE 0.1073 で他の製品より優れており、続いて RTAB-Map が 0.1641、OpenVSLAM が 0.1847 でした。
ただし、ORB-SLAM3 と OpenVSLAM はどちらも、ロボットが特徴点が限られた壁に遭遇した場合に、正確なオドメトリを維持するという課題に直面していることに注意する必要があります。
それにも関わらず、OpenVSLAM は、ロボットが最初の位置に近づいたときに、ループ クロージャーを検出し、マップ内で自身を正常に再位置決めする能力を実証しました。
調査はマッピング機能にも拡張され、RTAB-Map は高密度マップ、OctoMap、占有グリッド マップなどの多様なマッピング出力を提供することで優れた性能を発揮しました。
対照的に、ORB-SLAM3 と OpenVSLAM はどちらもスパース マップのみを提供していました。

要約(オリジナル)

In this paper, we conducted a comparative evaluation of three RGB-D SLAM (Simultaneous Localization and Mapping) algorithms: RTAB-Map, ORB-SLAM3, and OpenVSLAM for SURENA-V humanoid robot localization and mapping. Our test involves the robot to follow a full circular pattern, with an Intel RealSense D435 RGB-D camera installed on its head. In assessing localization accuracy, ORB-SLAM3 outperformed the others with an ATE of 0.1073, followed by RTAB-Map at 0.1641 and OpenVSLAM at 0.1847. However, it should be noted that both ORB-SLAM3 and OpenVSLAM faced challenges in maintaining accurate odometry when the robot encountered a wall with limited feature points. Nevertheless, OpenVSLAM demonstrated the ability to detect loop closures and successfully relocalize itself within the map when the robot approached its initial location. The investigation also extended to mapping capabilities, where RTAB-Map excelled by offering diverse mapping outputs, including dense, OctoMap, and occupancy grid maps. In contrast, both ORB-SLAM3 and OpenVSLAM provided only sparse maps.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google