具有自主物体级数据关联的语义 SLAM
机器人学
2020-11-24 v1 计算机视觉与模式识别
摘要
在同时定位与地图构建（SLAM）过程中捕获并映射环境的语义信息通常是可取的。此类语义信息可使机器人更好地区分具有相似低级几何与视觉特征的地方，并执行利用待操作物体和待导航环境的语义信息的高级任务。尽管语义 SLAM 已获得越来越多的关注，但基于语义物体（即物体级数据关联）的语义级数据关联研究甚少。本文中，我们提出一种基于词袋算法的新型物体级数据关联算法，将其表述为最大权二分匹配问题。在解决物体级数据关联后，我们开发了基于二次规划的、使用对偶二次曲面的语义物体初始化方案，并引入额外约束以提高物体初始化的成功率。如实验所示，集成的语义级 SLAM 系统可实现高精度的物体级数据关联与实时语义映射。在线语义地图构建与语义级定位能力促进了在先验未知环境中的语义级映射与任务规划。
引用
@article{arxiv.2011.10625,
title = {Semantic SLAM with Autonomous Object-Level Data Association},
author = {Zhentian Qian and Kartik Patath and Jie Fu and Jing Xiao},
journal= {arXiv preprint arXiv:2011.10625},
year = {2020}
}