Object Structural Points Representation for Graph-based Semantic Monocular Localization and Mapping

要約

単眼セマンティック同時ローカリゼーションおよびマッピング（SLAM）の効率的なオブジェクトレベルの表現には、まだ広く受け入れられているソリューションがありません。
本論文では、ポーズグラフ定式化に基づく単眼セマンティックSLAMシステムでランドマークとして使用されるオブジェクトのジオメトリに対して、構造点に基づく効率的な表現の使用を提案します。
特に、オブジェクトの位置、向き、サイズ/スケールを保存するために、ポーズグラフのランドマークノードに対して逆深度パラメータ化が提案されています。
提案された定式化は一般的であり、さまざまな形状に適用できます。
このホワイトペーパーでは、人造のアーティファクトが一般に平面の長方形を共有する屋内環境に焦点を当てます。たとえば、窓、ドア、キャビネットなどです。このアプローチは、同様の形状が存在する都市のシナリオにも簡単に拡張できます。
シミュレーションでの実験は、特にオブジェクトジオメトリの再構築で優れたパフォーマンスを示しています。

要約(オリジナル)

Efficient object level representation for monocular semantic simultaneous localization and mapping (SLAM) still lacks a widely accepted solution. In this paper, we propose the use of an efficient representation, based on structural points, for the geometry of objects to be used as landmarks in a monocular semantic SLAM system based on the pose-graph formulation. In particular, an inverse depth parametrization is proposed for the landmark nodes in the pose-graph to store object position, orientation and size/scale. The proposed formulation is general and it can be applied to different geometries; in this paper we focus on indoor environments where human-made artifacts commonly share a planar rectangular shape, e.g., windows, doors, cabinets, etc. The approach can be easily extended to urban scenarios where similar shapes exists as well. Experiments in simulation show good performance, particularly in object geometry reconstruction.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google