|
泡泡點(diǎn)云時(shí)空，帶你精讀點(diǎn)云領(lǐng)域頂級會議文章 標(biāo)題：Real-Time Multi-SLAM System for Agent Localization and 3D Mapping in Dynamic Scenarios 作者：Pierre Alliez, Fabien Bonardi, Samia Bouchafa, Jean-Yves Didier, Hicham Hadj-Abdelkader, Fernando Ireta Mun ?oz, Viachaslau Kachurka, Bastien Rault, Maxime Robin, David Roussel 來源：IROS2020 編譯：王宇杰 審核：王志勇 歡迎個(gè)人轉(zhuǎn)發(fā)朋友圈；其他機(jī)構(gòu)或自媒體如需轉(zhuǎn)載，后臺留言申請授權(quán)  摘要  本文介紹了可穿戴式SLAM系統(tǒng)，該系統(tǒng)可實(shí)時(shí)執(zhí)行室內(nèi)和室外SLAM。相關(guān)項(xiàng)目是MALIN挑戰(zhàn)的一部分，該挑戰(zhàn)旨在創(chuàng)建一個(gè)系統(tǒng)來跟蹤GPS技術(shù)不足以解決或無法工作的復(fù)雜場景（例如，黑暗的環(huán)境，煙熏的房間，重復(fù)的紋理，建筑物的地面過渡和門口穿越問題）中的應(yīng)急響應(yīng)人員。 本文提出的系統(tǒng)融合了不同的SLAM技術(shù)，以補(bǔ)償不同方法的魯棒性問題，同時(shí)分別估計(jì)位姿。LiDAR和視覺SLAM與慣性傳感器融合在一起，使系統(tǒng)能夠獲取GPS坐標(biāo)，該坐標(biāo)通過無線電發(fā)送到地面站，以進(jìn)行實(shí)時(shí)跟蹤。更具體地說，在動態(tài)場景中對LiDAR和單目視覺技術(shù)進(jìn)行了測試，在這些場景中，每種技術(shù)的主要優(yōu)勢已得到評估和比較。最終，該系統(tǒng)執(zhí)行了多達(dá)三個(gè)顆粒級別的3D重建。 主要貢獻(xiàn) (1) 用于執(zhí)行實(shí)時(shí)室內(nèi)/室外SLAM的LiDAR-Visual-Inertial（LVI）融合策略。 (2) 視覺慣性（VI）SLAM非破壞性重新初始化，以從跟蹤失敗中恢復(fù)。 (3) LVI-SLAM映射到GPS UTM地圖配準(zhǔn)策略和基于概率的位姿濾波。 (4) 不同顆粒級別的離線三維重建。 算法結(jié)構(gòu) 在本文中，我們開發(fā)了用于高動態(tài)環(huán)境中的室內(nèi)/室外定位的多傳感器可穿戴式SLAM系統(tǒng)。  基于agent的SLAM定位系統(tǒng)。通過不同傳感器（LiDAR，IMU，相機(jī)和GPS）之間進(jìn)行融合，以實(shí)現(xiàn)實(shí)時(shí)室內(nèi)/室外SLAM。左：可穿戴系統(tǒng)。右：該系統(tǒng)在室內(nèi)/室外環(huán)境中獲得的3D地圖（藍(lán)色），軌跡（紅色）和3D離線重建結(jié)果。中心：獲得的平面圖已與Google Earth中的建筑物的3D模型對齊（特寫）。 本文提出的系統(tǒng)在以下設(shè)備上完成了實(shí)驗(yàn)驗(yàn)證，但不僅限于下圖中描述的硬件。  其主要的難點(diǎn)如下圖所示：a）爬行，b）存在剛性物體，c）黑暗環(huán)境和非剛性物體，d）彎曲和室外環(huán)境，e）煙熏房間，f）高亮度。  多傳感器融合方案 本文的LI-SLAM方法是在Loam的基礎(chǔ)上加入了IMU，VI-SLAM方法是在ORB-SLAM的基礎(chǔ)上加入了IMU。而可穿戴SLAM系統(tǒng)通過松耦合的關(guān)系將LVI-SLAM方法與GPS定位融合起來。特別是，當(dāng)GPS不可用時(shí)，LI-SLAM會在VI-SLAM中接收閉環(huán)事件，而VI-SLAM會從LI-SLAM接收全局優(yōu)化姿態(tài)。兩種SLAM方法均以不同的頻率（分別為10Hz和15-20Hz）獲得位姿。因此，每個(gè)SLAM策略的最后估計(jì)姿態(tài)均以5 Hz記錄，并每2 s通過無線電發(fā)送到地面站。 在執(zhí)行實(shí)時(shí)計(jì)算任務(wù)時(shí)，GPS數(shù)據(jù)將一直保持到其精度超過給定閾值為止。使用時(shí)間戳僅將有效的GPS坐標(biāo)與最近的SLAM位置相關(guān)聯(lián)。它們之間的絕對位置（在UTM坐標(biāo)系中）由KF獲得。估計(jì)的方向在卡爾曼濾波器中用于預(yù)測位姿。預(yù)測的GPS坐標(biāo)用于校正LVI-SLAM產(chǎn)生的潛在漂移。此外，將校正后的GPS位置發(fā)送回LI-SLAM和VI-SLAM，以改善重新定位過程。下面兩張圖顯示了完整的融合方案。   主要結(jié)果 此處使用的離線3D重建框架旨在如下圖所示，在不同的顆粒級別上執(zhí)行城市重建，但針對室內(nèi)陸圖進(jìn)行了定制。在LOD0中，通過語義分類檢測屬于墻壁，天花板和地板的所有點(diǎn)。然后將墻壁投影到地板的合適平面上。從投影點(diǎn)中排除異常值，以生成建筑物的平面圖。對于LOD1，通過動力學(xué)方法重建描繪建筑物的表面。最后，對于LOD2，執(zhí)行室內(nèi)3D重建并將其與其關(guān)聯(lián)的LOD0和LOD1連接起來。最終獲得的地圖結(jié)果如下圖所示。 Abstract This paper introduces a Wearable SLAM system that performs indoor and outdoor SLAM in real time. The related project is part of the MALIN challenge which aims at creating a system to track emergency response agents in complex scenarios (such as dark environments, smoked rooms, repetitive patterns, building floor transitions and doorway crossing problems), where GPS technology is insufficient or inoperative. The proposed system fuses different SLAM technologies to compensate the lack of robustness of each, while estimating the pose individually. LiDAR and visual SLAM are fused with an inertial sensor in such a way that the system is able to maintain GPS coordinates that are sent via radio to a ground station, for real-time tracking. More specifically, LiDAR and monocular vision technologies are tested in dynamic scenarios where the main advantages of each have been evaluated and compared. Finally, 3D reconstruction up to three levels of details is performed. 如果你對本文感興趣，想要下載完整文章進(jìn)行閱讀，可以關(guān)注【泡泡機(jī)器人SLAM】公眾號。 歡迎來到泡泡論壇，這里有大牛為你解答關(guān)于SLAM的任何疑惑。 有想問的問題，或者想刷帖回答問題，泡泡論壇歡迎你！ 泡泡網(wǎng)站：www. 泡泡論壇：http:///bbs/ |
|
|
