要約
同時定位とマッピング（SLAM）の分野では、研究者は常に精度と時間コストの面でより良い性能を追求してきた。従来のアルゴリズムでは、フレーム間の接続を確立するために、一般的に画像内の基本的な幾何学的要素に依存している。しかし、これらの要素は、不均一な分布や抽出に時間がかかるといった欠点がある。さらに、線のような幾何学的要素は、姿勢推定のプロセスにおいて十分に利用されていない。これらの課題を解決するために、我々は、点と線の両方の特徴を最大限に活用するグリッドベースのRGB-D視覚オドメトリアルゴリズムであるGFS-VOを提案する。本アルゴリズムは、特徴処理を改善するために、高速な線抽出と安定した線均質化スキームを組み込んでいる。シーン内の隠れた要素を十分に活用するために、マンハッタン軸（MA）を導入し、ローカルマップと現在のフレーム間の制約を与える。さらに、平面法線ベクトルを抽出するための幅優先探索に基づくアルゴリズムを設計した。GFS-VOの性能を評価するために、我々は広範な実験を行った。その結果、我々の提案するアルゴリズムは、既存のアプローチと比較して、時間コストと精度の両方において大幅な改善を示すことが実証された。
要約(オリジナル)
In the field of Simultaneous Localization and Mapping (SLAM), researchers have always pursued better performance in terms of accuracy and time cost. Traditional algorithms typically rely on fundamental geometric elements in images to establish connections between frames. However, these elements suffer from disadvantages such as uneven distribution and slow extraction. In addition, geometry elements like lines have not been fully utilized in the process of pose estimation. To address these challenges, we propose GFS-VO, a grid-based RGB-D visual odometry algorithm that maximizes the utilization of both point and line features. Our algorithm incorporates fast line extraction and a stable line homogenization scheme to improve feature processing. To fully leverage hidden elements in the scene, we introduce Manhattan Axes (MA) to provide constraints between local map and current frame. Additionally, we have designed an algorithm based on breadth-first search for extracting plane normal vectors. To evaluate the performance of GFS-VO, we conducted extensive experiments. The results demonstrate that our proposed algorithm exhibits significant improvements in both time cost and accuracy compared to existing approaches.
arxiv情報
| 著者 | Zhang Zhihe |
| 発行日 | 2024-03-02 07:30:23+00:00 |
| arxivサイト | arxiv_id(pdf) |