PLE-SLAM: A Visual-Inertial SLAM Based on Point-Line Features and Efficient IMU Initialization

要約

視覚慣性 SLAM は、航空機、産業用ロボット、自動運転などのさまざまな分野で重要です。
カメラと慣性測定ユニット (IMU) の融合により、信号センサーの欠点が補われ、困難な環境における位置特定の精度と堅牢性が大幅に向上します。
この記事では、ポイントライン機能と効率的な IMU 初期化に基づく、正確かつリアルタイムの視覚慣性 SLAM アルゴリズムである PLE-SLAM について説明します。
まず、並列コンピューティング手法を使用して特徴を抽出し、記述子を計算して、リアルタイムのパフォーマンスを確保します。
隣接する短い線分は長い線分に統合され、孤立した短い線分は直接削除されます。
2 番目に、回転と平行移動を分離した初期化メソッドが拡張され、点と線の両方を使用できるようになりました。
ジャイロスコープのバイアスは、IMU 測定と画像観測を密に結合することによって最適化されます。
加速度計のバイアスと重力方向は、効率を高めるための分析手法によって解決されます。
複雑な環境を処理する際のシステムのインテリジェンスを向上させるために、セマンティック情報と幾何学的制約を活用して動的特徴を排除するスキームと、CNN と GNN を使用したループ検出と閉ループ フレーム姿勢推定のソリューションがシステムに統合されています。
すべてのネットワークはリアルタイムのパフォーマンスを保証するために高速化されます。
公開データセットでの実験結果は、PLE-SLAM が最先端の視覚慣性 SLAM システムの 1 つであることを示しています。

要約(オリジナル)

Visual-inertial SLAM is crucial in various fields, such as aerial vehicles, industrial robots, and autonomous driving. The fusion of camera and inertial measurement unit (IMU) makes up for the shortcomings of a signal sensor, which significantly improves the accuracy and robustness of localization in challenging environments. This article presents PLE-SLAM, an accurate and real-time visual-inertial SLAM algorithm based on point-line features and efficient IMU initialization. First, we use parallel computing methods to extract features and compute descriptors to ensure real-time performance. Adjacent short line segments are merged into long line segments, and isolated short line segments are directly deleted. Second, a rotation-translation-decoupled initialization method is extended to use both points and lines. Gyroscope bias is optimized by tightly coupling IMU measurements and image observations. Accelerometer bias and gravity direction are solved by an analytical method for efficiency. To improve the system’s intelligence in handling complex environments, a scheme of leveraging semantic information and geometric constraints to eliminate dynamic features and A solution for loop detection and closed-loop frame pose estimation using CNN and GNN are integrated into the system. All networks are accelerated to ensure real-time performance. The experiment results on public datasets illustrate that PLE-SLAM is one of the state-of-the-art visual-inertial SLAM systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google