Addressing the challenges of loop detection in agricultural environments

要約

視覚的な SLAM システムは十分に研究されており、屋内および都市環境では目覚ましい結果を達成していますが、自然、屋外、およびオープンフィールド環境はあまり調査されておらず、依然として関連する研究課題が存在します。
ビジュアル ナビゲーションとローカル マッピングは、オープンフィールド環境で比較的良好なパフォーマンスを示しています。
ただし、グローバルに一貫したマッピングと長期的な位置特定は依然としてループの検出と閉鎖の堅牢性に依存しており、そのための文献は不足しています。
この研究では、局所特徴検索とステレオ幾何学的精密化に基づいて、相対姿勢推定の最終段階を伴う、オープンフィールド、特に農業環境におけるロバストなループ検出への道を開く新しい方法を提案します。
私たちの方法では、誤差の中央値が 15cm で、常に良好なループ検出を達成しています。
私たちは、オープンフィールドをループ検出のための新しい環境として特徴付け、それに対処する際に生じる制限と問題を理解することを目指しています。

要約(オリジナル)

While visual SLAM systems are well studied and achieve impressive results in indoor and urban settings, natural, outdoor and open-field environments are much less explored and still present relevant research challenges. Visual navigation and local mapping have shown a relatively good performance in open-field environments. However, globally consistent mapping and long-term localization still depend on the robustness of loop detection and closure, for which the literature is scarce. In this work we propose a novel method to pave the way towards robust loop detection in open fields, particularly in agricultural settings, based on local feature search and stereo geometric refinement, with a final stage of relative pose estimation. Our method consistently achieves good loop detections, with a median error of 15cm. We aim to characterize open fields as a novel environment for loop detection, understanding the limitations and problems that arise when dealing with them.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google