S3LAM：结构化场景 SLAM
机器人学
2022-03-03 v2 计算机视觉与模式识别
摘要
我们提出了一种利用场景中物体与结构语义分割的新型 SLAM 系统。语义信息具有高阶信息，可提升 SLAM 的精度与鲁棒性，因此至关重要。我们的贡献有两点：i) 基于 ORB-SLAM2 的新型 SLAM 系统，可构建由场景中物体实例与结构对应点簇组成的语义地图；ii) 对经典光束法平差（Bundle Adjustment）公式的改进，利用几何先验对每个点簇进行约束，从而改善相机定位与三维重建，并实现对场景的更好理解。我们在多个公开数据集的序列上评估了该方法，结果表明其相机位姿估计优于当前最优方法。
引用
@article{arxiv.2109.07339,
title = {S3LAM: Structured Scene SLAM},
author = {Mathieu Gonzalez and Eric Marchand and Amine Kacete and Jérôme Royan},
journal= {arXiv preprint arXiv:2109.07339},
year = {2022}
}