基于视觉并利用基准标记的情境图以实现语义实体的集成

情境图（S-Graphs）将由同步定位与建图（SLAM）方法生成的环境几何模型与三维场景图合并为一个多层联合可优化的因子图。其优势在于，S-Graphs 不仅通过将几何地图与多样、按层次组织的语义实体及其在一个图中的拓扑关系相结合，提供了更全面的机器人情境感知，而且通过利用语义信息提升了 SLAM 层面定位与建图的性能。本文介绍了 S-Graphs 的基于视觉的版本，其中使用传统的 VSLAM 系统进行底层特征跟踪与建图。此外，该框架利用了基准标记（包括可见的以及我们近期提出的透明或完全不可见标记）的潜力，以编码关于环境及其内部物体的全面信息。这些标记有助于以全局参考下可靠位姿识别并建图结构级语义实体，包括环境中的墙和门，随后与更高层实体（包括走廊和房间）建立有意义的关联。然而，除了纳入语义实体外，由基准标记施加的语义与几何约束也被用于改善重建地图的质量并降低定位误差。使用腿式机器人采集的真实世界数据集上的实验结果表明，我们的框架擅长构建更丰富的多层层次地图，同时提升了机器人位姿精度。