ORB-SLAM3AB: Augmenting ORB-SLAM3 to Counteract Bumps with Optical Flow Inter-frame Matching

要約

この文書では、険しい路面でのアプリケーションに合わせた ORB-SLAM3 アルゴリズムの機能強化を提案します。
当社の改良されたアルゴリズムは、特徴点マッチングとオプティカル フロー手法を適切に組み合わせ、複雑な地形におけるオプティカル フローの高いロバスト性と滑らかな表面上の特徴点の高精度を活用しています。
ORB-SLAM3 のフレーム間マッチング ロジックを改良することで、凹凸のある道路でのフレーム マッチング損失の問題に対処しました。
精度の低下を防ぐために、高振動時にオプティカル フロー ポイントへの依存度を高める適応型マッチング メカニズムが組み込まれており、これにより SLAM 精度が効果的に維持されます。
さらに、でこぼこ道や段差のある環境に適したマルチセンサー データセットが不足しているため、そのような環境から LiDAR とカメラのデータを収集しました。
その後、当社の強化されたアルゴリズムである ORB-SLAM3AB は、レーザーまたは視覚データのみに依存するいくつかの高度なオープンソース SLAM アルゴリズムに対してベンチマークが行われました。
絶対軌道誤差 (ATE) および相対姿勢誤差 (RPE) メトリクスの分析を通じて、ORB-SLAM3AB が険しい路面上で優れた堅牢性と精度を達成していることが結果から実証されました。

要約(オリジナル)

This paper proposes an enhancement to the ORB-SLAM3 algorithm, tailored for applications on rugged road surfaces. Our improved algorithm adeptly combines feature point matching with optical flow methods, capitalizing on the high robustness of optical flow in complex terrains and the high precision of feature points on smooth surfaces. By refining the inter-frame matching logic of ORB-SLAM3, we have addressed the issue of frame matching loss on uneven roads. To prevent a decrease in accuracy, an adaptive matching mechanism has been incorporated, which increases the reliance on optical flow points during periods of high vibration, thereby effectively maintaining SLAM precision. Furthermore, due to the scarcity of multi-sensor datasets suitable for environments with bumpy roads or speed bumps, we have collected LiDAR and camera data from such settings. Our enhanced algorithm, ORB-SLAM3AB, was then benchmarked against several advanced open-source SLAM algorithms that rely solely on laser or visual data. Through the analysis of Absolute Trajectory Error (ATE) and Relative Pose Error (RPE) metrics, our results demonstrate that ORB-SLAM3AB achieves superior robustness and accuracy on rugged road surfaces.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google