Higher or Lower: Challenges in Object based SLAM

要約

コンピュータービジョンの基本的なタスクである位置特定とマッピングの同時実行は、自動運転と無人航空機の急速な発展により、近年、パフォーマンスに対する要求が高まっています。
従来の SLAM アルゴリズムは、環境の影響を受けやすい点や線などの基本的なジオメトリ特徴に大きく依存しています。
逆に、より高いレベルのオブジェクト機能は、フレームワークの全体的なパフォーマンスを向上させるために重要な、より豊富な情報を提供します。
ただし、オブジェクトの特徴を効果的に利用するには、複雑さやプロセス速度などのさまざまな課題を慎重に検討する必要があります。
高レベルのオブジェクト機能と低レベルのジオメトリ機能の両方の長所と短所を考慮すると、SLAM フレームワーク内で情報に基づいた選択を行うことが不可欠になります。
これらの要因を考慮して、このホワイトペーパーでは、ジオメトリの特徴とオブジェクトの特徴を徹底的に比較し、SLAM フレームワークにおけるオブジェクトの特徴の現在の主流の適用方法を分析し、オブジェクトベースの SLAM に関わる主な課題の包括的な概要を示します。

要約(オリジナル)

Simultaneous localization and mapping, as a fundamental task in computer vision, has gained higher demands for performance in recent years due to the rapid development of autonomous driving and unmanned aerial vehicles. Traditional SLAM algorithms highly rely on basic geometry features such as points and lines, which are susceptible to environment. Conversely, higher-level object features offer richer information that is crucial for enhancing the overall performance of the framework. However, the effective utilization of object features necessitates careful consideration of various challenges, including complexity and process velocity. Given the advantages and disadvantages of both high-level object feature and low-level geometry features, it becomes essential to make informed choices within the SLAM framework. Taking these factors into account, this paper provides a thorough comparison between geometry features and object features, analyzes the current mainstream application methods of object features in SLAM frameworks, and presents a comprehensive overview of the main challenges involved in object-based SLAM.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google