SLAM论文速递【SLAM——PFD-SLAM:一种基于非先验语义分割的动态室内RGB-D SLAM】—4.11（4）

论文信息

题目：

PFD-SLAM:A New RGB-D SLAM for Dynamic Indoor Environments Based on Non-Prior Semantic Segmentation
PFD-SLAM:一种基于非先验语义分割的动态室内RGB-D SLAM

论文地址：

https://www.mdpi.com/2072-4292/14/10/2445

发表期刊：

Journals  Remote Sensing  Volume 14  Issue 10  10.3390/rs14102445 

标签

xxxx

摘要

摘要现有的动态RGB-D SLAM方法大多基于深度学习或数学模型。深度学习需要丰富的训练样本数据，而语义样本和摄像机运动模式的选择多样性与运动目标的鲁棒检测密切相关。此外，数学模型是在分割的特征层面上实现的，容易造成动态特征的子分割或过分割。针对这一问题，与大多数基于数学模型的特征级动态分割不同，提出了一种基于粒子滤波的无先验语义动态分割方法，以实现运动对象的分割。首先，利用GMS和光流计算帧间差分图像，并将其作为后验估计的观测量;然后，利用高斯分布建立粒子滤波的运动方程;最后，将提出的分割方法集成到视觉SLAM前端，建立一种新的动态SLAM PFD-SLAM。在TUM公开数据集和真实动态场景上进行了大量实验，验证了PFD-SLAM的定位精度和实际性能。此外，文中还将实验结果与几种最新的动态SLAM方法进行了对比，并采用了RPE和ATE两个评价指标。仍然提供了相机估计轨迹和真实值之间的视觉比较。综合的验证和测试实验表明，PFD-SLAM能够取得更好的动态分割结果和鲁棒性能。

内容简介

针对动态点特征会影响帧间位姿估计鲁棒性的问题，利用稀疏光流和极线约束对动态点特征进行初步过滤。首先，利用GMS (Grid-based Motion Statistics)[10]匹配算法获取尽可能多的匹配点对，以获得相邻帧之间鲁棒的匹配对;然后，讨论了描述相邻帧间变换关系的非线性模型，即单应性模型;文中提到的转换模型为基于粒子滤波的后验概率估计提供了观测信息。采用高斯分布建立每个质点的运动模型;在这些准备工作完成后，结合深度图像和粒子点跟踪收敛结果来分割特定的动态对象。它本质上区别于基于大多数数学模型的动态特征级识别。此外，与以往大多数依赖深度学习模型的语义信息分割算法相比，在进行运动目标分割时，本文分割方法不需要预先训练样本。因此，文中将所提方法称为非先验语义分割方法，在一定程度上提高了语义分割的泛化性能。最后，在RGB图像的剩余区域中提取这些视觉特征，利用静态视觉特征元素对相机位姿进行优化。我们的工作主要贡献如下:

提出了一种基于深度图像和粒子滤波相结合的非先验信息运动对象分割模型。分割方法首先利用GMS和光流法得到鲁棒的点特征匹配对;然后，联合使用深度图像和粒子滤波对室内场景中的动态对象进行分割;•我们将运动分割方法集成到SLAM前端，并采用RGB图像上剩余的静态区域，以实现更高的位姿估计精度和在动态场景中的鲁棒性。因此，建立了一种新的适用于动态室内环境的RGB-D SLAM方法(PFD-SLAM)。

评价

提出了一种新的基于无先验语义信息的动态目标分割方法。然后，将运动区域分割融合到SLAM前端，建立针对动态场景的PFD-SLAM;为了获得更精确和鲁棒的分割结果，结合GMS和稀疏光流计算帧间变换。其次，计算差分图像并将其作为粒子滤波的观测量，同时将高斯分布作为粒子滤波的运动方程;在建立运动和观测方程后，结合深度图像和RGB图像实现动态目标分割。在完成分割步骤后，将分割模型融合到SLAM前端，以降低动态场景中动态物体和错误数据关联的影响。大量实验结果证明，PFD-SLAM可以提高动态场景中位姿计算的准确性和鲁棒性。我们将PFD-SLAM与一些优秀的动态slam进行了比较。实验还表明，PFD-SLAM在动态序列上可以取得明显的效果。PFD-SLAM在额外的动态场景序列上表现不佳，但也取得了相当的精度和性能。然而，尽管PFD-SLAM性能优异，但还需要一些持续的工作。例如，摄像机内的快速旋转和图像的模糊往往使分割方法受到限制，从而限制了摄像机位姿估计的精度。未来，我们将把IMU(惯性测量单元)集成到PFD-SLAM中。IMU提供的位姿信息将有助于克服动态环境下由于相机快速旋转或图像模糊以及其他因素引起的错误分割