Towards Accurate Loop Closure Detection in Semantic SLAM with 3D Semantic Covisibility Graphs

要約

ループ クロージャは、未知の環境での同時位置特定とマッピング (SLAM) で蓄積されたエラーを修正するために必要です。
ただし、低レベルの幾何学的特徴や画像特徴に基づく従来のループ クロージャー手法では、類似したシナリオを区別できないため、高い曖昧性が生じる可能性があります。
したがって、不正なループ クロージャが発生する可能性があります。
一部の文献ではループ クロージャを検出するためにセマンティック 2D 画像情報が考慮されていますが、セマンティック SLAM システムの不可欠な部分として 3D シーンを比較する研究はほとんどありません。
この論文では、セマンティック SLAM システムに統合され、高レベルの 3D セマンティック情報と低レベルの特徴情報を組み合わせて、正確なループ閉鎖検出と効果的なドリフト削減を実行する SmSLAM+LCD と呼ばれるアプローチを紹介します。
私たちのアプローチの有効性はテスト結果で実証されています。

要約(オリジナル)

Loop closure is necessary for correcting errors accumulated in simultaneous localization and mapping (SLAM) in unknown environments. However, conventional loop closure methods based on low-level geometric or image features may cause high ambiguity by not distinguishing similar scenarios. Thus, incorrect loop closures can occur. Though semantic 2D image information is considered in some literature to detect loop closures, there is little work that compares 3D scenes as an integral part of a semantic SLAM system. This paper introduces an approach, called SmSLAM+LCD, integrated into a semantic SLAM system to combine high-level 3D semantic information and low-level feature information to conduct accurate loop closure detection and effective drift reduction. The effectiveness of our approach is demonstrated in testing results.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google