关于在多图SLAM中加入子图的视觉地点识别
机器人学
2025-01-09 v2 计算机视觉与模式识别
摘要
视觉SLAM是许多自主系统的关键技术。然而，跟踪丢失可能导致多图SLAM系统（如ORB-SLAM3）中出现 disjoint 子图。为此，这些系统采用子图合并策略。我们展示，这些策略并不总是成功。本文探讨了使用现代视觉地点识别（VPR）方法进行子图合并对视觉SLAM的影响。我们认为，经典评估指标不足以估计现代VPR组件对整个系统的影响。我们表明，仅仅粗略替换VPR组件无法充分利用其潜力，还需要对原始系统进行大量修改。因此，我们提出了一套后处理管道和一组指标，允许估计现代VPR组件的影响。我们在NCLT和Newer College数据集上使用ORB-SLAM3集成NetVLAD和HDC-DELF作为VPR组件进行评估。此外，我们提出了一种结合VPR和时间一致性进行图谱合并的简单方法。我们表明，ORB-SLAM3的图谱合并性能得到了提高。基于这些结果，视觉地点识别研究人员可以评估其方法在SLAM系统中的潜力。
引用
@article{arxiv.2407.12408,
title = {Towards Revisiting Visual Place Recognition for Joining Submaps in Multimap SLAM},
author = {Markus Weißflog and Stefan Schubert and Peter Protzel and Peer Neubert},
journal= {arXiv preprint arXiv:2407.12408},
year = {2025}
}
备注
Accepted at TAROS 2024. This is the submitted version