RTAB-Map as an Open-Source Lidar and Visual SLAM Library for Large-Scale and Long-Term Online Operation

要約

2013 年からオープン ソース ライブラリとして配布されている RTAB-Map は、大規模かつ長期のオンライン操作に対処するためのメモリ管理を備えた外観ベースのループ クロージャー検出アプローチとして始まりました。
その後、さまざまなロボットやモバイル プラットフォームに同時ローカリゼーションとマッピング (SLAM) を実装するまでに成長しました。
各アプリケーションにはセンサー、処理能力、移動に独自の制約が課されるため、コスト、精度、計算能力、統合の容易さの観点から、どの SLAM アプローチを使用するのが最も適切であるかという問題が生じます。
SLAM アプローチのほとんどは視覚ベースまたは LIDAR ベースのいずれかであるため、比較するのは困難です。
したがって、ビジュアル SLAM と LIDAR SLAM の両方をサポートするように RTAB-Map を拡張し、ユーザーがさまざまなロボットやセンサーを使用した幅広いアプリケーション向けのさまざまな 3D および 2D ソリューションを実装および比較できるツールを 1 つのパッケージで提供することにしました。
この論文では、この拡張バージョンの RTAB-Map と、人気のある現実世界のデータセット (例: KITTI、EuRoC、TUM RGB-D、PR2 ロボットの MIT Stata Center) を定量的および定性的に比較する際のその使用法について説明します。
自律航法アプリケーションの実用的な観点から、ビジュアルおよびライダー SLAM 構成の長所と限界を概説します。

要約(オリジナル)

Distributed as an open source library since 2013, RTAB-Map started as an appearance-based loop closure detection approach with memory management to deal with large-scale and long-term online operation. It then grew to implement Simultaneous Localization and Mapping (SLAM) on various robots and mobile platforms. As each application brings its own set of contraints on sensors, processing capabilities and locomotion, it raises the question of which SLAM approach is the most appropriate to use in terms of cost, accuracy, computation power and ease of integration. Since most of SLAM approaches are either visual or lidar-based, comparison is difficult. Therefore, we decided to extend RTAB-Map to support both visual and lidar SLAM, providing in one package a tool allowing users to implement and compare a variety of 3D and 2D solutions for a wide range of applications with different robots and sensors. This paper presents this extended version of RTAB-Map and its use in comparing, both quantitatively and qualitatively, a large selection of popular real-world datasets (e.g., KITTI, EuRoC, TUM RGB-D, MIT Stata Center on PR2 robot), outlining strengths and limitations of visual and lidar SLAM configurations from a practical perspective for autonomous navigation applications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google