SQ-SLAM: 基于超二次曲面物体表示的单目语义 SLAM
机器人学
2022-09-23 v1
摘要
物体 SLAM 利用额外的语义信息来检测并地图化场景中的物体,以提升系统的感知与地图表示能力。二次曲面与立方体常被用于表示物体,但其单一形状限制了物体地图的精度,进而影响下游任务的应用。本文中,我们将带有形状参数的超二次曲面 (SQ) 引入 SLAM 以表示物体,并提出一种可准确估计物体位姿并适应不同形状的独立参数估计方法。此外,我们给出了一种轻量级数据关联策略,用于正确关联多视图中的语义观测与物体路标。我们实现了一个具有实时性能的单目语义 SLAM 系统,并在公开数据集上进行了综合实验。结果表明,我们的方法能够构建准确的物体地图,并在物体表示上具有优势。代码将在录用后公开。
引用
@article{arxiv.2209.10817,
title = {SQ-SLAM: Monocular Semantic SLAM Based on Superquadric Object Representation},
author = {Xiao Han and Lu Yang},
journal= {arXiv preprint arXiv:2209.10817},
year = {2022}
}
备注
Submitted to ICRA 2023