PAPL-SLAM: Principal Axis-Anchored Monocular Point-Line SLAM

要約

ポイントライン SLAM システムでは、ライン構造情報の利用とラインの最適化が 2 つの重要な問題になります。
前者は通常、構造的規則性によって対処されますが、後者は通常、最適化で線の最小限のパラメーター表現を使用することが含まれます。
ただし、これら 2 つのステップを分離すると、相互の制約情報が失われます。
同様の方向を持つラインを主軸に固定し、$n$ ラインの $n+2$ パラメーターを使用してそれらを最適化し、両方の問題を一緒に解決します。
私たちの方法では、最適化するラインパラメータの数を大幅に削減しながら、異なる世界の仮説に簡単に拡張できるシーンの構造情報を考慮し、迅速かつ正確なマッピングと追跡を可能にします。
システムの堅牢性をさらに強化し、不一致を回避するために、線軸の確率的データの関連付けをモデル化し、軸の作成、更新、最適化のためのアルゴリズムを提供しました。
さらに、現実世界のほとんどのシーンがアトランタ ワールド仮説に準拠していることを考慮して、垂直事前分布と消失点に基づいた構造線検出戦略を提供します。
さまざまな屋内および屋外のデータセットに関する実験結果とアブレーション研究により、当社のシステムの有効性が実証されています。

要約(オリジナル)

In point-line SLAM systems, the utilization of line structural information and the optimization of lines are two significant problems. The former is usually addressed through structural regularities, while the latter typically involves using minimal parameter representations of lines in optimization. However, separating these two steps leads to the loss of constraint information to each other. We anchor lines with similar directions to a principal axis and optimize them with $n+2$ parameters for $n$ lines, solving both problems together. Our method considers scene structural information, which can be easily extended to different world hypotheses while significantly reducing the number of line parameters to be optimized, enabling rapid and accurate mapping and tracking. To further enhance the system’s robustness and avoid mismatch, we have modeled the line-axis probabilistic data association and provided the algorithm for axis creation, updating, and optimization. Additionally, considering that most real-world scenes conform to the Atlanta World hypothesis, we provide a structural line detection strategy based on vertical priors and vanishing points. Experimental results and ablation studies on various indoor and outdoor datasets demonstrate the effectiveness of our system.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google