基于物体级空间布局与语义一致性的回环检测
计算机视觉与模式识别
2023-04-17 v2 机器人学
摘要
视觉同步定位与建图（SLAM）系统在大视角变化情况下检测回环面临挑战。本文提出一种基于3D场景图的空间布局与语义一致性的物体级回环检测方法。首先，我们提出一种基于语义标签、交并比（IoU）、物体颜色与物体嵌入的语义信息的物体级数据关联方法。随后，利用关联物体的多视图束调整联合优化物体与相机位姿。我们将精炼后的物体表示为带语义与拓扑的3D空间图。接着，我们提出一种图匹配方法，基于顶点邻域的结构布局与语义属性相似性选择对应物体。最后，我们在物体级位姿图优化中联合优化相机轨迹与物体位姿，得到全局一致地图。实验结果表明，我们提出的数据关联方法能构建更精确的3D语义地图，且我们的回环方法在大视角变化情况下比基于点与基于物体的方法更鲁棒。
引用
@article{arxiv.2304.05146,
title = {Loop Closure Detection Based on Object-level Spatial Layout and Semantic Consistency},
author = {Xingwu Ji and Peilin Liu and Haochen Niu and Xiang Chen and Rendong Ying and Fei Wen},
journal= {arXiv preprint arXiv:2304.05146},
year = {2023}
}