Collaborative Visual Place Recognition

要約

視覚的場所認識 (VPR) 機能により、自律ロボットは視覚入力に基づいて環境のトポロジーを発見し、複雑な環境をナビゲートできます。
ほとんどの研究活動は、単一ロボット VPR の精度と堅牢性の向上に焦点を当てていますが、個々の視点によるオクルージョンなどの問題に遭遇することがよくあります。
マルチロボットのメトリクスベースの位置特定に関する多くの研究にもかかわらず、マルチロボットシステムを使用したより堅牢で効率的な場所ベースの位置特定に関する研究には顕著なギャップがあります。
この研究では、複数のロボットが抽象化された視覚的特徴を共有して場所認識機能を強化する、協調的な VPR を提案しています。
また、類似性正規化情報融合に基づく新しい協調 VPR フレームワークも導入し、協力者からの貴重なデータを利用しながら無関係なノイズを削減します。
このフレームワークは、十分に確立された単一ロボット VPR 技術とシームレスに統合し、弱く監視されたコントラスト損失によるエンドツーエンドのトレーニングをサポートします。
都市部、農村部、屋内のシーンで実験を実施し、都市環境では単一エージェント VPR と比較して顕著な改善 (~12\%) を達成し、農村部 (~3\%) と屋内 (~1\%) では一貫した強化を達成しました。
）シナリオ。
私たちの研究は、VPR の差し迫った課題に対する有望な解決策を提示し、安全で堅牢な自律システムに向けた大きな一歩を表しています。

要約(オリジナル)

Visual place recognition (VPR) capabilities enable autonomous robots to navigate complex environments by discovering the environment’s topology based on visual input. Most research efforts focus on enhancing the accuracy and robustness of single-robot VPR but often encounter issues such as occlusion due to individual viewpoints. Despite a number of research on multi-robot metric-based localization, there is a notable gap in research concerning more robust and efficient place-based localization with a multi-robot system. This work proposes collaborative VPR, where multiple robots share abstracted visual features to enhance place recognition capabilities. We also introduce a novel collaborative VPR framework based on similarity-regularized information fusion, reducing irrelevant noise while harnessing valuable data from collaborators. This framework seamlessly integrates with well-established single-robot VPR techniques and supports end-to-end training with a weakly-supervised contrastive loss. We conduct experiments in urban, rural, and indoor scenes, achieving a notable improvement over single-agent VPR in urban environments (~12\%), along with consistent enhancements in rural (~3\%) and indoor (~1\%) scenarios. Our work presents a promising solution to the pressing challenges of VPR, representing a substantial step towards safe and robust autonomous systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google