Marker-based Visual SLAM leveraging Hierarchical Representations

要約

基準マーカーは、環境に関する豊富な情報をエンコードでき、実用的なセマンティック情報を使用してマップを再構築する Visual SLAM (VSLAM) アプローチを支援できます。
現在のマーカーベースの VSLAM アプローチは主に、低機能環境での機能検出を改善するため、および/またはループ クロージャー制約を組み込むためにマーカーを利用し、複雑な環境で不正確になりがちな環境の低レベルの幾何学的マップのみを生成します。
このギャップを埋めるために、このペーパーでは、単眼カメラと基準マーカーを利用して環境の階層表現を生成し、カメラの姿勢推定を改善する VSLAM アプローチを紹介します。
提案されたアプローチは、マーカー内にエンコードされた壁、廊下、部屋など、周囲からセマンティック エンティティを検出し、それらの間にトポロジー制約を適切に追加します。
ロボットで収集された実世界のデータセットに関する実験結果は、強化されたマップ表現を作成しながら新しい制約を追加すると、提案されたアプローチが精度の点で従来のマーカーベースの VSLAM ベースラインよりも優れていることを示しています。
さらに、再構成されたマップの品質を LiDAR SLAM アプローチを使用して再構成されたものと比較すると、満足のいく結果が得られます。

要約(オリジナル)

Fiducial markers can encode rich information about the environment and can aid Visual SLAM (VSLAM) approaches in reconstructing maps with practical semantic information. Current marker-based VSLAM approaches mainly utilize markers for improving feature detections in low-feature environments and/or for incorporating loop closure constraints, generating only low-level geometric maps of the environment prone to inaccuracies in complex environments. To bridge this gap, this paper presents a VSLAM approach utilizing a monocular camera along with fiducial markers to generate hierarchical representations of the environment while improving the camera pose estimate. The proposed approach detects semantic entities from the surroundings, including walls, corridors, and rooms encoded within markers, and appropriately adds topological constraints among them. Experimental results on a real-world dataset collected with a robot demonstrate that the proposed approach outperforms a traditional marker-based VSLAM baseline in terms of accuracy, given the addition of new constraints while creating enhanced map representations. Furthermore, it shows satisfactory results when comparing the reconstructed map quality to the one reconstructed using a LiDAR SLAM approach.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google