【泡泡一分钟】结构环境中单目对象和平面SLAM

每天一分钟，带你读遍机器人顶级会议文章

标题：Monocular Object and Plane SLAM in Structured Environments

作者：Shichao Yang, Sebastian Scherer

来源：IEEE ROBOTICS AND AUTOMATION LETTERS. PREPRINT VERSION. ACCEPTED JUNE, 2019

编译：董文正

审核：黄思宇，孙钦

这是泡泡一分钟推送的第 580 篇文章，欢迎个人转发朋友圈；其他机构或自媒体如需转载，后台留言申请授权

摘要

本文我们提出一种使用复杂物体和平面路标的单目同步定位与建图算法。这样建立的地图对比基于特征点法的SLAM更稠密的，更简洁和语义更意义。我们首先提出一种算法，利用遮挡、存在语义约束的单张图像序列以及高阶图形模型一起推断出3D物体和平面布局。提取出的物体和平面在统一SLAM框架中进一步的优化使用了相机的位姿。物体和平面能够提供更多语义约束，例如Manhattan平面和相对于点的支持关系。实验在不同数据集和收集的数据集包括ICL NUIM和TUM单目表明，我们的算法对比最好的SLAM可以提高相机的定位精度，尤其在没有闭环，同时可以在很多结构化环境中鲁棒地生成稠密的地图。

图1：实例结果的密集SLAM地图的点，物体(绿框)，平面(红矩形)重建仅使用一个单目相机。(上)ICL客厅数据集。(下)收集长走廊数据集

图2：单幅图像三维对象和布局检测概述。我们第一次生成许多高质量的对象和布局方案，然后制定图形化模型根据语义证据选择最优子集分割，交叉点，遮挡，等等

图3: SLAM观测方程。(a)相机-平面观测。检测到的地面边缘向后投影到三维空间中，与地标平面进行对比(b) 相机-物体观测。投影到三维长方体地标上并与检测到的2D方框进行比较(c)物体-平面测量误差取决于被平面遮挡的物体体积

表1：绝对相机转化误差在不同数据集上（ICL：cm，其他：m）

表2：不同SLAM成分平均运行时间

Abstract 

In this paper, we present a monocular Simultaneous Localization and Mapping (SLAM) algorithm using high-level object and plane landmarks. The built map is denser, more compact and semantic meaningful compared to feature point based SLAM. We first propose a high order graphical model to jointly infer the 3D object and layout planes from single images considering occlusions and semantic constraints. The extracted objects and planes are further optimized with camera poses in a unified SLAM framework. Objects and planes can provide more semantic constraints such as Manhattan plane and object supporting relationships compared to points. Experiments on various public and collected datasets including ICL NUIM and TUM Mono show that our algorithm can improve camera localization accuracy compared to state-of-the-art SLAM especially when there is no loop closure, and also generate dense maps robustly in many structured environments.