Stereo-NEC: Enhancing Stereo Visual-Inertial SLAM Initialization with Normal Epipolar Constraints

要約

ステレオ視覚慣性 SLAM システムのための正確かつ堅牢な初期化アプローチを提案します。
純粋なビジュアル SLAM システムの精度に大きく依存し、カメラのポーズを更新せずに慣性変数を推定する現在の最先端の方法とは異なり、精度と堅牢性を損なう可能性がありますが、私たちのアプローチは異なるソリューションを提供します。
私たちは、ジャイロスコープの正確なバイアス推定が回転精度に与える重大な影響を認識しています。
これは、変換誤差の蓄積により軌道の精度に影響を与えます。
これに対処するために、まずジャイロスコープのバイアスを独立して推定し、それを使用して最大事後問題を定式化し、さらに改良します。
この改良の後、ジャイロスコープ測定から除去されたジャイロスコープ バイアスを使用して IMU 統合を実行することにより、回転推定の更新に進みます。
次に、堅牢で正確な回転推定を利用して、3-DoF バンドル調整による平行移動推定を強化します。
さらに、通常のエピポーラ制約の残差を評価することによって初期化の成功を判断するための新しいアプローチを導入します。
EuRoC データセットの広範な評価により、私たちの手法が精度と堅牢性の点で優れていることが示されています。
これは、競争力のある計算速度を維持しながら、絶対軌道誤差と相対回転誤差の点で、現在最先端のステレオ視覚慣性初期化手法である ORB-SLAM3 を上回ります。
特に、初期化に 5 つのキーフレームを使用した場合でも、私たちの方法は回転精度において 10 キーフレームを使用する最先端のアプローチを常に上回っています。

要約(オリジナル)

We propose an accurate and robust initialization approach for stereo visual-inertial SLAM systems. Unlike the current state-of-the-art method, which heavily relies on the accuracy of a pure visual SLAM system to estimate inertial variables without updating camera poses, potentially compromising accuracy and robustness, our approach offers a different solution. We realize the crucial impact of precise gyroscope bias estimation on rotation accuracy. This, in turn, affects trajectory accuracy due to the accumulation of translation errors. To address this, we first independently estimate the gyroscope bias and use it to formulate a maximum a posteriori problem for further refinement. After this refinement, we proceed to update the rotation estimation by performing IMU integration with gyroscope bias removed from gyroscope measurements. We then leverage robust and accurate rotation estimates to enhance translation estimation via 3-DoF bundle adjustment. Moreover, we introduce a novel approach for determining the success of the initialization by evaluating the residual of the normal epipolar constraint. Extensive evaluations on the EuRoC dataset illustrate that our method excels in accuracy and robustness. It outperforms ORB-SLAM3, the current leading stereo visual-inertial initialization method, in terms of absolute trajectory error and relative rotation error, while maintaining competitive computational speed. Notably, even with 5 keyframes for initialization, our method consistently surpasses the state-of-the-art approach using 10 keyframes in rotation accuracy.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google