Fusion++：体素级物体 SLAM
计算机视觉与模式识别
2018-08-29 v2
摘要
我们提出了一种在线物体级 SLAM 系统，该系统构建任意重建物体的持久且精确的 3D 图地图。当 RGB-D 相机浏览杂乱的室内场景时，Mask-RCNN 实例分割被用于以依赖于物体尺寸的 resolutions 和一种新颖的 3D 前景掩码初始化紧凑的逐物体截断符号距离函数（TSDF）重建。重建物体存储于一个可优化的 6DoF 位姿图中，该位姿图是我们唯一的持久地图表示。物体通过深度融合被逐步细化，并用于跟踪、重定位与回环检测。回环闭合引起物体实例相对位姿估计的调整，但无物体内扭曲。每个物体还携带随时间细化的语义信息以及用于解释虚假实例预测的存在概率。我们在一个来自杂乱办公室场景的手持 RGB-D 序列上演示了我们的方法，该序列包含大量多种物体实例，突出了系统如何闭合回环并在重复回路中良好利用已有物体。我们在 RGB-D SLAM 基准上针对基线方法定量评估了系统的轨迹误差，并在 YCB 视频数据集上定性比较了已发现物体的重建质量。性能评估表明，尽管未在软件层面优化，我们的方法内存效率极高且以 4-8Hz 在线运行（不包括重定位）。
引用
@article{arxiv.1808.08378,
title = {Fusion++: Volumetric Object-Level SLAM},
author = {John McCormac and Ronald Clark and Michael Bloesch and Andrew J. Davison and Stefan Leutenegger},
journal= {arXiv preprint arXiv:1808.08378},
year = {2018}
}