Night-Voyager: Consistent and Efficient Nocturnal Vision-Aided State Estimation in Object Maps

要約

夜間の正確で堅牢な状態推定は、自律的なロボットナビゲーションが夜行性または丸いタスクを達成するために不可欠です。
直感的な疑問が生じます：低コストの標準カメラは、夜行性の状態の推定のために活用できますか？
残念ながら、ほとんどの既存の視覚的手法は、積極的な照明や画像の強化があっても、有害な照明条件下で失敗する可能性があります。
しかし、極めて重要な洞察は、ほとんどの都市のシナリオでの街灯は、夜間に安定した顕著な事前の視覚的な手がかりとして機能し、星間ナビゲーションの宇宙船の航海を支援する深海の星を連想させることです。
これに触発されて、私たちは、多用途のローカリゼーションのために以前のオブジェクトマップとキーポイントを活用するオブジェクトレベルの夜行性視力支援状態推定フレームワークであるNight-Voyagerを提案します。
また、照明条件の低下下での従来の視覚法の主な制限は、ピクセルレベルのメトリックへの依存に起因することがわかります。
対照的に、メトリック非ピクセルレベルのオブジェクト検出は、ピクセルレベルとオブジェクトレベルのスペースの間のブリッジとして機能し、システム内のオブジェクトマップ情報の効果的な伝播と利用を可能にします。
Night-Voyagerは、グローバルなローカリゼーションの問題を解決するための迅速な初期化から始まります。
効果的な2段階のクロスモーダルデータアソシエーションを採用することにより、このシステムは、マップベースの観測を使用してグローバルに一貫した状態更新を提供します。
夜間の視覚観測における重要な不確実性の課題に対処するために、新しいマトリックスLieグループの定式化と特徴が分類されたマルチステート不変フィルターが導入され、一貫した効率的な推定が確保されます。
シミュレーションと多様な現実世界のシナリオ（約12.3 kmにまたがる）の両方で包括的な実験を通じて、夜のヴォーヤガーはその有効性、堅牢性、効率性を紹介し、夜行性視力支援状態の推定で重要なギャップを埋めます。

要約(オリジナル)

Accurate and robust state estimation at nighttime is essential for autonomous robotic navigation to achieve nocturnal or round-the-clock tasks. An intuitive question arises: Can low-cost standard cameras be exploited for nocturnal state estimation? Regrettably, most existing visual methods may fail under adverse illumination conditions, even with active lighting or image enhancement. A pivotal insight, however, is that streetlights in most urban scenarios act as stable and salient prior visual cues at night, reminiscent of stars in deep space aiding spacecraft voyage in interstellar navigation. Inspired by this, we propose Night-Voyager, an object-level nocturnal vision-aided state estimation framework that leverages prior object maps and keypoints for versatile localization. We also find that the primary limitation of conventional visual methods under poor lighting conditions stems from the reliance on pixel-level metrics. In contrast, metric-agnostic, non-pixel-level object detection serves as a bridge between pixel-level and object-level spaces, enabling effective propagation and utilization of object map information within the system. Night-Voyager begins with a fast initialization to solve the global localization problem. By employing an effective two-stage cross-modal data association, the system delivers globally consistent state updates using map-based observations. To address the challenge of significant uncertainties in visual observations at night, a novel matrix Lie group formulation and a feature-decoupled multi-state invariant filter are introduced, ensuring consistent and efficient estimation. Through comprehensive experiments in both simulation and diverse real-world scenarios (spanning approximately 12.3 km), Night-Voyager showcases its efficacy, robustness, and efficiency, filling a critical gap in nocturnal vision-aided state estimation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google