MCOO-SLAM：一种多摄像头全景目标SLAM系统
机器人学
2025-06-19 v1 人工智能
计算机视觉与模式识别
摘要
目标级SLAM提供结构化且语义丰富的环境表示，使其更具可解释性，适用于高层次机器人任务。然而，大多数现有方法依赖RGB-D传感器或单目视角，受限于视场狭窄、遮挡敏感和深度感知有限，尤其在大规模或户外环境中。这些限制常常限制系统仅从有限视角观察物体的部分视图，导致物体建模不准确且数据关联不可靠。本文提出MCOO-SLAM，一种 novel 多摄像头全景目标SLAM系统，充分利用环视摄像头配置，在复杂户外场景中实现稳健、一致且语义丰富的映射。我们的方法集成点特征和增强了开放词汇语义的目标级标记。引入语义-几何-时序融合策略，以实现跨多个视角的稳健目标关联，提高一致性并实现精确的物体建模，并设计全景闭环模块，以使用场景级描述符实现视点不变的地点识别。此外，构建的地图被抽象为分层 3D 场景图，以支持下游推理任务。大量现实世界实验表明，MCOO-SLAM 实现了精准定位和可扩展的目标级映射，提高了对遮挡、姿态变化和环境复杂性的鲁棒性。
关键词
引用
@article{arxiv.2506.15402,
title = {MCOO-SLAM: A Multi-Camera Omnidirectional Object SLAM System},
author = {Miaoxin Pan and Jinnan Li and Yaowen Zhang and Yi Yang and Yufeng Yue},
journal= {arXiv preprint arXiv:2506.15402},
year = {2025}
}