UniQuadric:一种用于未知刚体三维跟踪与轻量化建模的SLAM后端
机器人学
2023-10-03 v2 计算机视觉与模式识别
摘要
对环境中未知刚体对象的跟踪与建模在自主无人系统与虚实交互应用中起着关键作用。然而,许多现有的同步定位、建图与运动对象跟踪(SLAMMOT)方法仅关注估计特定对象位姿,缺乏对象尺度估计,且无法有效跟踪未知对象。本文中,我们提出一种新颖的SLAM后端,在联合优化框架内统一自运动跟踪、刚体运动跟踪与建模。在感知部分,我们基于Segment Anything Model (SAM)和DeAOT设计了一种像素级异步对象跟踪器(AOT),使跟踪器能在各种预定义任务与提示引导下有效跟踪目标未知对象。在建模部分,我们提出一种新颖的以对象为中心的二次曲面参数化方法,以统一静态与动态对象的初始化和优化。随后,在对象状态估计部分,我们提出一种紧耦合的对象位姿与尺度估计优化模型,将混合约束纳入一种新颖的双滑动窗口优化框架中以进行联合估计。据我们所知,我们首次使用二次曲面将对象位姿跟踪与动态及静态对象的轻量化建模紧耦合。我们在仿真数据集与真实世界数据集上进行了定性与定量实验,展示了在运动估计与建模上最先进的鲁棒性与精度。我们的系统展示了对象感知在复杂动态场景中的潜在应用。
引用
@article{arxiv.2309.17036,
title = {UniQuadric: A SLAM Backend for Unknown Rigid Object 3D Tracking and Light-Weight Modeling},
author = {Linghao Yang and Yanmin Wu and Yu Deng and Rui Tian and Xinggang Hu and Tiefeng Ma},
journal= {arXiv preprint arXiv:2309.17036},
year = {2023}
}