MonoSLAM: Robust Monocular SLAM with Global Structure Optimization

要約

このペーパーでは、正確なカメラポーズの推定とマッピングのために、ポイント、ライン、および消失点機能を同時に利用する堅牢な単眼の視覚スラムシステムを紹介します。
従来のポイントベースのシステムがしばしば視覚的特徴が不十分であるために失敗することが多い低テクスチャ環境で信頼できるローカリゼーションを達成するという重要な課題に対処するために、システムの堅牢性と精度のパフォーマンスを改善するために、グローバルプリミティブ構造情報を活用する新しいアプローチを導入します。
私たちの重要な革新は、ライン機能から消失点を構築し、世界座標系にグローバルなプリミティブを構築するための加重融合戦略を提案することにあります。
この戦略は、複数のフレームを非重複領域に関連付け、マルチフレームリプジェクションエラーの最適化を策定し、テクスチャスカースシナリオの追跡精度を大幅に改善します。
さまざまなデータセットでの評価は、当社のシステムが、特に困難な環境で、軌道精度の最先端の方法よりも優れていることを示しています。

要約(オリジナル)

This paper presents a robust monocular visual SLAM system that simultaneously utilizes point, line, and vanishing point features for accurate camera pose estimation and mapping. To address the critical challenge of achieving reliable localization in low-texture environments, where traditional point-based systems often fail due to insufficient visual features, we introduce a novel approach leveraging Global Primitives structural information to improve the system’s robustness and accuracy performance. Our key innovation lies in constructing vanishing points from line features and proposing a weighted fusion strategy to build Global Primitives in the world coordinate system. This strategy associates multiple frames with non-overlapping regions and formulates a multi-frame reprojection error optimization, significantly improving tracking accuracy in texture-scarce scenarios. Evaluations on various datasets show that our system outperforms state-of-the-art methods in trajectory precision, particularly in challenging environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google