要約
我々は、複雑な駐車場における正確な意味マッピングと堅牢な位置特定を実現する、グローバルに一貫したセマンティック SLAM システム (GCSLAM) と意味融合位置特定サブシステム (SF-Loc) を提案します。
ビジュアル カメラ (フロントビューおよびサラウンドビュー)、IMU、およびホイール エンコーダがシステムの入力センサー構成を形成します。
私たちの仕事の最初の部分は GCSLAM です。
GCSLAM は、ポーズとセマンティック マップを最適化するための新しいファクター グラフを導入します。これには、マルチセンサー データと BEV (鳥瞰図) セマンティック情報に基づく革新的なエラー項が組み込まれています。
さらに、GCSLAM には、駐車スロットの観察を保存および管理するグローバル スロット管理モジュールが統合されています。
SF-Loc は私たちの作業の 2 番目の部分であり、GCSLAM によって構築されたセマンティック マップを利用してマップベースのローカリゼーションを実行します。
SF-Loc は、登録結果とオドメトリポーズを新しいファクターグラフと統合します。
私たちのシステムは、2 つの現実世界のデータセット上で既存の SLAM よりも優れたパフォーマンスを実証し、堅牢なグローバル ローカリゼーションと正確なセマンティック マッピングで優れた機能を示します。
要約(オリジナル)
We propose a globally consistent semantic SLAM system (GCSLAM) and a semantic-fusion localization subsystem (SF-Loc), which achieves accurate semantic mapping and robust localization in complex parking lots. Visual cameras (front-view and surround-view), IMU, and wheel encoder form the input sensor configuration of our system. The first part of our work is GCSLAM. GCSLAM introduces a novel factor graph for the optimization of poses and semantic map, which incorporates innovative error terms based on multi-sensor data and BEV (bird’s-eye view) semantic information. Additionally, GCSLAM integrates a Global Slot Management module that stores and manages parking slot observations. SF-Loc is the second part of our work, which leverages the semantic map built by GCSLAM to conduct map-based localization. SF-Loc integrates registration results and odometry poses with a novel factor graph. Our system demonstrates superior performance over existing SLAM on two real-world datasets, showing excellent capabilities in robust global localization and precise semantic mapping.
arxiv情報
| 著者 | Yichen Sha,Siting Zhu,Hekui Guo,Zhong Wang,Hesheng Wang |
| 発行日 | 2024-10-16 02:17:07+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google