面向尺度变化检测的故障诊断式SLAM方法
计算机视觉与模式识别
2019-09-23 v1 机器人学
摘要
本文提出一种基于故障诊断（FD）的影像变化检测新方法，可将显著变化检测为视觉SLAM不同子模块（如自定位）间的不一致。与成对图像比较（PC）和异常检测（AD）等经典变化检测方法不同，该FD方法既不需要记忆每张地图图像，也不需要维护最新的地点专用异常检测器。将不同SLAM子模块纳入FD时所面临的一个重大挑战是处理已变化物体的尺度变化（例如地面上出现小型危险障碍物）。为此，我们利用词袋（BoW）图像表示在自定位与变化检测方面的最新进展对其重新审视。作为一个关键优势，BoW图像表示可通过简单裁剪原始BoW图像而重组为任意不同尺度。此外，我们提出将具有不同判别力的强、弱BoW特征的不同自定位模块相结合，并将强、弱自定位间的不一致作为变化指示。所提方法在结合/不结合AD和/或PC下的FD效能通过实验得到了验证。
引用
@article{arxiv.1909.09592,
title = {Fault-Diagnosing SLAM for Varying Scale Change Detection},
author = {Sugimoto Takuma and Yamaguchi Kousuke and Tanaka Kanji},
journal= {arXiv preprint arXiv:1909.09592},
year = {2019}
}
备注
7 pages, 4 figures, technical report