PAS-SLAM: A Visual SLAM System for Planar Ambiguous Scenes

要約

平面特徴に基づく視覚的 SLAM (同時位置特定とマッピング) は、環境構造認識や拡張現実などの分野で広く応用されています。
しかし、現在の研究は、主に使用されている平面特徴とデータ関連付け方法の精度が低いために、平面のあいまいなシーンで正確に位置を特定してマッピングするという課題に直面しています。
この論文では、平面処理、データ関連付け、および複数制約因子グラフの最適化を含む、平面曖昧なシーン用に設計された平面特徴に基づく視覚的 SLAM システムを提案します。
意味情報と平面特徴を統合し、平面選択、データ関連付け、ポーズ最適化などのタスクで利用する平面のエッジと頂点を抽出する平面処理戦略を導入します。
次に、平面パラメーター、セマンティック情報、射影 IoU (Intersection over Union)、およびノンパラメトリック テストを組み合わせた統合データ関連付け戦略を提示し、平面のあいまいなシーンで正確かつ堅牢な平面データ関連付けを実現します。
最後に、カメラの姿勢を最適化するための複数の制約因子グラフのセットを設計します。
公開されているデータセットに対して行われた定性的および定量的実験は、私たちが提案するシステムが、地図構築とカメラ位置特定の精度と堅牢性の両方において、最先端の方法と比較して効果的に競合できることを示しています。

要約(オリジナル)

Visual SLAM (Simultaneous Localization and Mapping) based on planar features has found widespread applications in fields such as environmental structure perception and augmented reality. However, current research faces challenges in accurately localizing and mapping in planar ambiguous scenes, primarily due to the poor accuracy of the employed planar features and data association methods. In this paper, we propose a visual SLAM system based on planar features designed for planar ambiguous scenes, encompassing planar processing, data association, and multi-constraint factor graph optimization. We introduce a planar processing strategy that integrates semantic information with planar features, extracting the edges and vertices of planes to be utilized in tasks such as plane selection, data association, and pose optimization. Next, we present an integrated data association strategy that combines plane parameters, semantic information, projection IoU (Intersection over Union), and non-parametric tests, achieving accurate and robust plane data association in planar ambiguous scenes. Finally, we design a set of multi-constraint factor graphs for camera pose optimization. Qualitative and quantitative experiments conducted on publicly available datasets demonstrate that our proposed system competes effectively in both accuracy and robustness in terms of map construction and camera localization compared to state-of-the-art methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google