读懂房间：部分建成环境中稀疏VSLAM地图与楼层平面图的尺度模糊语义配准
论文提出Reading the Room（RR）方法，将尺度模糊、稀疏、语义化的VSLAM地图配准到部分建成的二维楼层平面图，用于机器人施工进度跟踪等场景。方法核心是单一可微、类别平衡的语义-几何能量函数贯穿全流程，并提供两种全局初始化：利用单个不准确用户对应关系，或用跨模态匹配网络全局估计。在三个活跃施工现场的33个序列上评测，一般无约束设置下平均绝对轨迹误差较最强基线改善4.5倍，提供锚点时改善7.6倍。
发布于 10-22 13:00来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《Reading the Room: Scale-ambiguous Semantic Registration of Sparse VSLAM Maps to Floor Plans in Partially Built Environments》查看原链
许多机器人建筑应用（如进度跟踪）需要将传感器轨迹配准到先前的二维楼层平面图。 视觉采集因成本低、易获取而具有吸引力，但将视觉同步定位与建图（VSLAM）地图对齐到楼层平面图很困难：VSLAM只能恢复几何到未知相似变换的程度，稀疏点云与符号化楼层平面图是跨模态的，采集时工地仅部分建成，且施工现场视觉上重复，这会降低地图质量并去除有区分度的特征。
现有方法最多只能解决其中两个挑战。 因此我们提出Reading the Room（RR），一种全局-局部方法，用于将尺度模糊、稀疏、语义化的VSLAM地图配准到部分建成的楼层平面图。 我们的核心思想是定义一个单一、鲁棒、可微、类别平衡的语义-几何能量函数，用它来支配流水线的所有阶段。
我们开发了两种全局初始化方案：在提供单个不准确用户对应关系时利用它，或使用跨模态匹配网络全局估计初始化。 两种方案都旨在找到相对于该能量函数的初始候选，然后直接优化该能量函数以进行局部细化。 我们在三个活跃施工现场的33个序列上，将RR与经典方法和基于学习的基线进行比较，在一般无约束设置下，平均绝对轨迹误差相比最强基线提升4.5倍；在提供锚点时提升至7.6倍。