OpenGV 2.0: Motion prior-assisted calibration and SLAM with vehicle-mounted surround-view systems

要約

本論文では、車両に取り付けられたサラウンドビューカメラシステムを使用して、視覚的なスラムに対する最適化ベースのソリューションを提案しています。
元のユースケースにより、このようなシステムには、方向のいずれかと視野間の非常に限られたオーバーラップのいずれかのカメラしか含まれていません。
私たちのノベルティは、単純な2ビュージオメトリからの外部方向の実際のオンラインキャリブレーション、相対変位の信頼できるフロントエンド初期化、および連続時間軌道モデルを使用した正確なバックエンド最適化からの3つの最適化モジュールで構成されています。
提案されたモジュール間の共通性は、3つの3つすべてが、旅客車の動きの固有の非ホロノミー特性に関連する動き事前を活用するという事実によって与えられます。
以前の関連アートとは対照的に、提案されたモジュールはさらに、アッカーマンモーションで一般的に発生する変換変数の部分的な容量をバイパスするという点でさらに優れています。
さらなる貢献として、モジュールは、都市環境で動作するアッカーマン車の展開を特にターゲットにする新しいサラウンドビューカメラスラムシステムに組み込まれています。
すべてのモジュールは、詳細なアブレーション研究のコンテキストで研究されており、フレームワーク全体の実際の妥当性は、挑戦的で大規模に公開されているオンラインデータセットへのアプリケーションの成功によってサポートされています。
受け入れられると、OpenGVライブラリの拡張の一環として、フレームワーク全体がオープンソースリリースに予定されていることに注意してください。

要約(オリジナル)

The present paper proposes optimization-based solutions to visual SLAM with a vehicle-mounted surround-view camera system. Owing to their original use-case, such systems often only contain a single camera facing into either direction and very limited overlap between fields of view. Our novelty consist of three optimization modules targeting at practical online calibration of exterior orientations from simple two-view geometry, reliable front-end initialization of relative displacements, and accurate back-end optimization using a continuous-time trajectory model. The commonality between the proposed modules is given by the fact that all three of them exploit motion priors that are related to the inherent non-holonomic characteristics of passenger vehicle motion. In contrast to prior related art, the proposed modules furthermore excel in terms of bypassing partial unobservabilities in the transformation variables that commonly occur for Ackermann-motion. As a further contribution, the modules are built into a novel surround-view camera SLAM system that specifically targets deployment on Ackermann vehicles operating in urban environments. All modules are studied in the context of in-depth ablation studies, and the practical validity of the entire framework is supported by a successful application to challenging, large-scale publicly available online datasets. Note that upon acceptance, the entire framework is scheduled for open-source release as part of an extension of the OpenGV library.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google