非结构化行星环境中基于视觉增强子地图的多模态回环检测
机器人学
2021-09-15 v2
摘要
未来的行星探测任务将依赖能够在非结构化环境中自主探索与导航的漫游车。一个关键要素是识别已经访问过或已建图的区域的能力。在本工作中，我们利用立体相机提供视觉与深度信息的能力，从多模态视角引导回环检测的搜索与验证。我们提出通过聚合立体点云并辅以视觉关键帧来扩充子地图。点云匹配通过比较 CSHOT 描述子并经由聚类验证来发现，而视觉匹配则通过使用词袋（BoW）与 ORB 描述子比较关键帧来建立。由关键帧与点云匹配得到的相对变换随后被融合，以在我们的基于图的 SLAM 框架中提供子地图间的位姿约束。使用 LRU 漫游车，我们在室内实验室环境以及意大利埃特纳火山的具有挑战性的行星类比环境中进行了多项测试。这些环境包含仅依靠关键帧或仅依靠点云均无法提供充分匹配的区域，从而展示了所提多模态方法的优势。
引用
@article{arxiv.2105.02020,
title = {Multi-Modal Loop Closing in Unstructured Planetary Environments with Visually Enriched Submaps},
author = {Riccardo Giubilato and Mallikarjuna Vayugundla and Wolfgang Stürzl and Martin J. Schuster and Armin Wedler and Rudolph Triebel},
journal= {arXiv preprint arXiv:2105.02020},
year = {2021}
}
备注
Accepted at the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2021)