Tightly-Coupled, Speed-aided Monocular Visual-Inertial Localization in Topological Map

要約

この論文では、トポロジカルマップを使用した、車速支援単眼視覚慣性位置特定のための新しいアルゴリズムを提案します。
提案されたシステムは、比較的安価なカメラベースの姿勢推定を活用することで、GPS や LiDAR などの高価なセンサーに大きく依存する既存の方法の限界に対処することを目的としています。
トポロジ マップは、LiDAR 点群からオフラインで生成され、深度画像、強度画像、および対応するカメラ ポーズが含まれます。
このマップは、現在のカメラ画像と保存されているトポロジ画像の間の対応照合を通じて、リアルタイムの位置特定に使用されます。
このシステムは、姿勢推定を最適化するために反復誤差状態カルマン フィルター (IESKF) を採用し、画像と車両速度測定値間の対応を組み込んで精度を高めています。
オープン データセットとトンネルなどの困難なシナリオで収集したデータの両方を使用した実験結果は、トポロジ マップの生成および位置特定タスクにおける提案されたアルゴリズムの優れたパフォーマンスを示しています。

要約(オリジナル)

This paper proposes a novel algorithm for vehicle speed-aided monocular visual-inertial localization using a topological map. The proposed system aims to address the limitations of existing methods that rely heavily on expensive sensors like GPS and LiDAR by leveraging relatively inexpensive camera-based pose estimation. The topological map is generated offline from LiDAR point clouds and includes depth images, intensity images, and corresponding camera poses. This map is then used for real-time localization through correspondence matching between current camera images and the stored topological images. The system employs an Iterated Error State Kalman Filter (IESKF) for optimized pose estimation, incorporating correspondence among images and vehicle speed measurements to enhance accuracy. Experimental results using both open dataset and our collected data in challenging scenario, such as tunnel, demonstrate the proposed algorithm’s superior performance in topological map generation and localization tasks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google