Visual-Inertial SLAM for Agricultural Robotics: Benchmarking the Benefits and Computational Costs of Loop Closing

要約

SLAM (Simultaneous Localization and Mapping) はモバイル ロボット工学に不可欠であり、外部測位システムに依存することなく、動的で構造化されていない屋外環境での自律ナビゲーションを可能にします。
変化する照明や気象条件により環境条件が特に困難になる可能性がある農業用途では、視覚慣性 SLAM が潜在的なソリューションとして浮上しています。
このペーパーでは、ORB-SLAM3、VINS-Fusion、OpenVINS、Kimera、SVO Pro などのいくつかのオープンソース Visual-Inertial SLAM システムのベンチマークを実施し、農業環境におけるパフォーマンスを評価します。
私たちは、位置特定の精度と計算需要に対するループ クロージングの影響に焦点を当て、現実世界の環境におけるこれらのシステムの有効性、特に農業ロボットの組み込みシステムへのアプリケーションの包括的な分析を提供します。
私たちの貢献にはさらに、位置特定の精度と計算負荷に関するさまざまなフレーム レートの評価も含まれます。
この調査結果は、計算リソースを効率的に管理しながら位置特定の精度を向上させる上でのループ クローズの重要性を強調しており、モバイル ロボット工学における実用的な屋外アプリケーション向けに視覚慣性 SLAM システムを最適化するための貴重な洞察を提供します。

要約(オリジナル)

Simultaneous Localization and Mapping (SLAM) is essential for mobile robotics, enabling autonomous navigation in dynamic, unstructured outdoor environments without relying on external positioning systems. In agricultural applications, where environmental conditions can be particularly challenging due to variable lighting or weather conditions, Visual-Inertial SLAM has emerged as a potential solution. This paper benchmarks several open-source Visual-Inertial SLAM systems, including ORB-SLAM3, VINS-Fusion, OpenVINS, Kimera, and SVO Pro, to evaluate their performance in agricultural settings. We focus on the impact of loop closing on localization accuracy and computational demands, providing a comprehensive analysis of these systems’ effectiveness in real-world environments and especially their application to embedded systems in agricultural robotics. Our contributions further include an assessment of varying frame rates on localization accuracy and computational load. The findings highlight the importance of loop closing in improving localization accuracy while managing computational resources efficiently, offering valuable insights for optimizing Visual-Inertial SLAM systems for practical outdoor applications in mobile robotics.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google