PGD-VIO: An Accurate Plane-Aided Visual-Inertial Odometry with Graph-Based Drift Suppression

要約

一般に、高レベルのフィーチャは、ポイント フィーチャと比較してより多くの幾何学的情報を提供し、これを利用して動きをさらに制限することができます。
飛行機は人工環境では一般的であり、広範囲にわたる空間的および時間的な観測可能性により、漂流を低減するための積極的な手段を提供します。
平面情報を最大限に活用するために、RGBD カメラと慣性測定ユニット (IMU) を使用し、点と平面の特徴を拡張カルマン フィルター (EKF) フレームワークに効果的に統合する、新しい視覚慣性オドメトリ (VIO) を提案します。
点フィーチャの深度情報は点三角測量の精度を向上させるために利用され、平面フィーチャは状態ベクトルに追加される直接観測値として機能します。
特に、長期的なナビゲーションに利益をもたらすために、累積的なドリフトがその後抑制されるように、平面地図内で重複する同一の構造を検索する新しいグラフベースのドリフト検出戦略が提案されています。
2 つの公開データセットでの実験結果は、私たちのシステムが位置特定精度において最先端の方法を上回り、同時に高価なグローバル バンドル調整やループ クロージング技術を使用せずに、コンパクトで一貫性のある平面マップを生成することを示しています。

要約(オリジナル)

Generally, high-level features provide more geometrical information compared to point features, which can be exploited to further constrain motions. Planes are commonplace in man-made environments, offering an active means to reduce drift, due to their extensive spatial and temporal observability. To make full use of planar information, we propose a novel visual-inertial odometry (VIO) using an RGBD camera and an inertial measurement unit (IMU), effectively integrating point and plane features in an extended Kalman filter (EKF) framework. Depth information of point features is leveraged to improve the accuracy of point triangulation, while plane features serve as direct observations added into the state vector. Notably, to benefit long-term navigation,a novel graph-based drift detection strategy is proposed to search overlapping and identical structures in the plane map so that the cumulative drift is suppressed subsequently. The experimental results on two public datasets demonstrate that our system outperforms state-of-the-art methods in localization accuracy and meanwhile generates a compact and consistent plane map, free of expensive global bundle adjustment and loop closing techniques.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google