IDLS: Inverse Depth Line based Visual-Inertial SLAM

要約

知覚的に困難な屋内環境における堅牢な視覚慣性 SLAM の場合、最近の研究では、点特徴の縮退に対処するために、線特徴を利用してシーン構造に関する記述情報を抽出しています。
しかし、既存の点線ベースの SLAM 手法では、主にプルッカー行列または直交表現を使用して線を表現しており、線を決定するには少なくとも 4 つの変数を計算する必要があります。
各フレームで多数のライン特徴を決定する必要がある場合、過度に柔軟なライン表現は計算負荷を増大させ、結果の精度を低下させます。
この論文では、線の逆深度表現を提案します。これは、抽出された各線の特徴を 2 つの変数、つまり 2 つの終点の逆深度のみを使用してモデル化します。
これは、画像平面上の投影されたラインのピクセル座標がかなり正確であり、ラインを部分的に制限するという事実を利用します。
このコンパクトなライン プレゼンテーションを使用して、正確かつ効率的な方法で SLAM のライン フィーチャを追跡する Inverse Depth Line SLAM (IDLS) が提案されています。
ロバストなライン三角形分割法と新しいライン再投影誤差モデルを紹介します。
そして、最初にラインを決定し、次に各フレームのカメラのポーズを推定するという 2 段階の最適化方法が提案されています。
IDLS は、知覚的に困難な複数のデータセットで広範囲に評価されています。
結果は、現在の最先端のポイントラインベースの SLAM メソッドよりも正確で堅牢であり、必要な計算オーバーヘッドが低いことを示しています。

要約(オリジナル)

For robust visual-inertial SLAM in perceptually-challenging indoor environments,recent studies exploit line features to extract descriptive information about scene structure to deal with the degeneracy of point features. But existing point-line-based SLAM methods mainly use Pl\’ucker matrix or orthogonal representation to represent a line, which needs to calculate at least four variables to determine a line. Given the numerous line features to determine in each frame, the overly flexible line representation increases the computation burden and comprises the accuracy of the results. In this paper, we propose inverse depth representation for a line, which models each extracted line feature using only two variables, i.e., the inverse depths of the two ending points. It exploits the fact that the projected line’s pixel coordinates on the image plane are rather accurate, which partially restrict the line. Using this compact line presentation, Inverse Depth Line SLAM (IDLS) is proposed to track the line features in SLAM in an accurate and efficient way. A robust line triangulation method and a novel line re-projection error model are introduced. And a two-step optimization method is proposed to firstly determine the lines and then to estimate the camera poses in each frame. IDLS is extensively evaluated in multiple perceptually-challenging datasets. The results show it is more accurate, robust, and needs lower computational overhead than the current state-of-the-art of point-line-based SLAM methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google