室外环境下基于三维二次曲面路标构建的精确鲁棒面向对象 SLAM
机器人学
2021-10-19 v1 计算机视觉与模式识别
摘要
面向对象 SLAM 是自动驾驶和机器人领域的一项流行技术。在本文中，我们提出了一种具有鲁棒二次曲面路标表示方法的双目视觉 SLAM。该系统由四个组件组成，包括深度学习检测、面向对象的数据关联、对偶二次曲面路标初始化和基于对象的位姿优化。最先进的基于二次曲面的 SLAM 算法总是面临与观测相关的问题，并且对观测噪声敏感，这限制了它们在室外场景中的应用。为了解决这个问题，我们提出了一种基于二次曲面参数解耦的二次曲面初始化方法，提高了对观测噪声的鲁棒性。充分的对象数据关联算法和具有多线索的面向对象优化实现了对局部观测鲁棒的高精度对象位姿估计。实验结果表明，所提出的系统对观测噪声具有更强的鲁棒性，并且在室外环境中显著优于当前最先进的方法。此外，所提出的系统展示了实时性能。
引用
@article{arxiv.2110.08977,
title = {Accurate and Robust Object-oriented SLAM with 3D Quadric Landmark Construction in Outdoor Environment},
author = {Rui Tian and Yunzhou Zhang and Yonghui Feng and Linghao Yang and Zhenzhong Cao and Sonya Coleman and Dermot Kerr},
journal= {arXiv preprint arXiv:2110.08977},
year = {2021}
}
备注
Submitting to RA-L