以下內(nèi)容來自小六的機(jī)器人SLAM學(xué)習(xí)圈知識(shí)星球每日更新內(nèi)容

點(diǎn)擊領(lǐng)取學(xué)習(xí)資料 → 機(jī)器人SLAM學(xué)習(xí)資料大禮包

#論文# Loop Closure Detection Based on Object-level Spatial Layout and Semantic Consistency

論文地址：https://arxiv.org/abs/2304.05146

作者單位：上海交通大學(xué)

視覺同步定位與建圖(SLAM)系統(tǒng)面臨著在大視點(diǎn)變化情況下檢測回環(huán)的挑戰(zhàn)。本文提出了一種基于三維場景圖空間布局和語義一致性的基于對象的回環(huán)檢測方法。首先，我們提出了一種基于語義標(biāo)簽、交集超過并集(IoU)、對象顏色和對象嵌入的語義信息的對象級(jí)數(shù)據(jù)關(guān)聯(lián)方法。隨后，利用關(guān)聯(lián)對象的多視圖BA，共同優(yōu)化對象和相機(jī)的姿態(tài)。我們將細(xì)化后的對象表示為具有語義和拓?fù)涞娜S空間圖。然后，我們提出了一種基于頂點(diǎn)鄰居的結(jié)構(gòu)布局和語義屬性相似度的圖匹配方法來選擇對應(yīng)對象。最后，我們在對象級(jí)位姿圖優(yōu)化中聯(lián)合優(yōu)化相機(jī)軌跡和物體姿態(tài)，從而得到全局一致的地圖。實(shí)驗(yàn)結(jié)果表明，在視點(diǎn)變化較大的情況下，我們提出的數(shù)據(jù)關(guān)聯(lián)方法可以構(gòu)建更準(zhǔn)確的三維語義地圖，并且我們的閉環(huán)方法比基于點(diǎn)和基于對象的方法更具魯棒性。

本文貢獻(xiàn)如下：

1、一種基于三維場景圖拓?fù)浣Y(jié)構(gòu)和幾何匹配的回環(huán)檢測方法，利用物體及其鄰居的信息構(gòu)建空間布局一致性和語義屬性一致性的三維拓?fù)浣Y(jié)構(gòu)。

2、一種對象級(jí)數(shù)據(jù)關(guān)聯(lián)方法，該方法融合了語義標(biāo)簽、包圍框借據(jù)、對象顏色編碼和對象級(jí)嵌入等信息。該方法構(gòu)建了對相機(jī)視點(diǎn)變化具有魯棒性的三維語義圖。

3、完整的可視化SLAM系統(tǒng)，在各種視點(diǎn)條件下的基準(zhǔn)數(shù)據(jù)集下進(jìn)行驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，在視點(diǎn)變化較大的情況下，該系統(tǒng)在精度和魯棒性方面優(yōu)于現(xiàn)有的基于外觀和基于對象的SLAM系統(tǒng)。

以上內(nèi)容來自小六的機(jī)器人SLAM學(xué)習(xí)圈知識(shí)星球每日更新內(nèi)容