用于视觉定位与里程计的深度辅助学习
机器人学
2018-03-13 v1 机器学习
摘要
定位是机器人自主技术栈中不可或缺的组成部分,使其能确定自身在环境中的位置,本质上成为任何动作执行或规划的前置条件。尽管卷积神经网络在视觉定位上已展现出有前景的结果,但它们仍被最先进的基于局部特征的技术大幅超越。在本工作中,我们提出 VLocNet,一种用于从连续单目图像进行 6-DoF 全局位姿回归与里程计估计的新的卷积神经网络架构。我们的多任务模型采用了硬参数共享,因而紧凑且支持实时推理,此外还可端到端训练。我们提出一种新颖的损失函数,利用辅助学习在训练期间借助相对位姿信息,从而约束搜索空间以获得一致的位姿估计。我们在室内与室外数据集上评估所提出的 VLocNet,并表明即便我们的单任务模型也超越了最先进深度架构在全局定位上的性能,同时在视觉里程计估计上取得有竞争力的表现。此外,我们利用所提出的几何一致性损失进行了广泛的实验评估,展示了多任务学习的有效性,并证明我们的模型是首个与最先进的基于 SIFT 的方法相当、且在某些情况下优于它们的深度学习技术。
引用
@article{arxiv.1803.03642,
title = {Deep Auxiliary Learning for Visual Localization and Odometry},
author = {Abhinav Valada and Noha Radwan and Wolfram Burgard},
journal= {arXiv preprint arXiv:1803.03642},
year = {2018}
}
备注
Accepted for ICRA 2018