Appearance-Based Loop Closure Detection for Online Large-Scale and Long-Term Operation

要約

外観ベースの位置特定とマッピングでは、ループ クロージャ検出は、現在の観測が以前に訪れた場所から来たものなのか、それとも新しい場所から来たのかを判断するために使用されるプロセスです。
内部マップのサイズが大きくなるにつれて、新しい観測値と保存されているすべての位置を比較するのに必要な時間も増加し、最終的にはオンライン処理が制限されます。
この論文では、大規模かつ長期的な運用のためのオンライン ループ閉鎖検出アプローチを紹介します。
このアプローチはメモリ管理方法に基づいており、ループ クロージャーの検出に使用される場所の数を制限することで、計算時間がリアルタイムの制約内に収まるようにします。
このアイデアは、ループ閉鎖の検出に使用されるワーキング メモリ (WM) 内に最新の頻繁に観察された位置を保持し、その他の位置を長期メモリ (LTM) に転送することで構成されています。
現在の位置と WM に保存されている位置との間で一致が見つかると、LTM に保存されている関連する位置が更新され、追加のループ クロージャ検出のために記憶されます。
結果は、他の外観ベースのループ クロージャ アプローチからの 10 個の標準データ セット、大学キャンパスの 2 km のループ上で撮影された実際の画像を使用した 1 つのカスタム データ セット、および仮想を使用した 1 つのカスタム データ セット (7 時間) を使用して、アプローチの適応性と拡張性を実証しました。
レースビデオゲーム「ニード・フォー・スピード：モスト・ウォンテッド」の画像。

要約(オリジナル)

In appearance-based localization and mapping, loop closure detection is the process used to determinate if the current observation comes from a previously visited location or a new one. As the size of the internal map increases, so does the time required to compare new observations with all stored locations, eventually limiting online processing. This paper presents an online loop closure detection approach for large-scale and long-term operation. The approach is based on a memory management method, which limits the number of locations used for loop closure detection so that the computation time remains under real-time constraints. The idea consists of keeping the most recent and frequently observed locations in a Working Memory (WM) used for loop closure detection, and transferring the others into a Long-Term Memory (LTM). When a match is found between the current location and one stored in WM, associated locations stored in LTM can be updated and remembered for additional loop closure detections. Results demonstrate the approach’s adaptability and scalability using ten standard data sets from other appearance-based loop closure approaches, one custom data set using real images taken over a 2 km loop of our university campus, and one custom data set (7 hours) using virtual images from the racing video game “Need for Speed: Most Wanted”.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google