文献

J-GLOBAL ID：202102281989793947   整理番号：21A0613874

動的DSO:動的環境のためのオブジェクト意味情報を用いた直接スパースオドメトリー【JST・京大機械翻訳】

Dynamic-DSO: Direct Sparse Odometry Using Objects Semantic Information for Dynamic Environments

著者 (7件)： Sheng Chao (School of Instrument Science and Engineering, Southeast University, Nanjing 210096, China) ,  Pan Shuguo (School of Instrument Science and Engineering, Southeast University, Nanjing 210096, China) ,  Pan Shuguo (Key Laboratory of Micro-Inertial Instrument and Advanced Navigation Technology, Ministry of Education, Nanjing 210096, China) ,  Gao Wang (School of Instrument Science and Engineering, Southeast University, Nanjing 210096, China) ,  Gao Wang (Key Laboratory of Micro-Inertial Instrument and Advanced Navigation Technology, Ministry of Education, Nanjing 210096, China) ,  Tan Yong (School of Instrument Science and Engineering, Southeast University, Nanjing 210096, China) ,  Zhao Tao (School of Instrument Science and Engineering, Southeast University, Nanjing 210096, China)
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 10  号： 4  ページ： 1467  発行年： 2020年 
JST資料番号： U7135A  ISSN： 2076-3417  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 従来の同時位置決めとマッピング(SLAM)(ループ閉鎖検出による),またはVisual Odometric(VO)(ループ閉鎖検出無し)は静的環境仮定に基づいている。動的環境で動作するとき,それらは直接法または間接法(特徴点法)を使用するかどうかは,十分に機能しない。本論文では,DSO(Direct Sparse Odometric)に基づくセマンティック単眼直接ビジュアルオドメトリーである動的DSOを提案した。提案したシステムは,直接法によって完全に実装され,それは,間接法を深層学習と組み合わせる最も現在の動的システムとは異なっている。最初に,畳み込みニューラルネットワーク(CNNs)を元のRGB画像に適用して,動的物体の画素ごとの意味情報を生成した。次に,動的対象の意味情報に基づいて,動的候補点をキーフレーム候補点抽出においてフィルタリングした。動的環境における正確なカメラ姿勢推定を達成するために,追跡と最適化モジュールに静的候補点だけを保存した。後続フレームの動的領域における投影点によって計算した測光誤差を,ピラミッド運動追跡モデルにおける全測光誤差から除去した。最後に,各キーフレームの動的領域で計算した測光誤差を無視するスライディングウィンドウ最適化を適用して,正確なカメラ姿勢を得た。公開TUM動的データセットと修正Eurocデータセットに関する実験は,提案した動的-DSOの位置決め精度とロバスト性が動的環境における最先端の直接法より有意に高く,動的-DSOによって構築された半高密度クラウドマップがより明確で,より詳細であることを示した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： カメラ ,  最適化 ,  *測光 ,  動的系 ,  フィルタリング ,  画素 ,  ダイナミックレンジ ,  単眼 ,  ロバスト性
準シソーラス用語： キーフレーム ,  姿勢推定 ,  スライディングウィンドウ ,  *オドメトリ ,  ビジュアルオドメトリー , 【Automatic Indexing@JST】

著者キーワード (8件)： SLAM ,  VO ,  静的環境仮定 ,  CNN ,  セマンティックセグメンテーション ,  動的環境 ,  直接法 ,  スライディングウィンドウ最適化

分類 (1件)： ロボットの運動・制御  (IC04012J)

引用文献 (31件)：

• Gu, Z.; Liu, H. A survey of monocular simultaneous localization and mapping. CAAI Trans. Intell. Syst. 2015, 10, 499-507.
• Guo, R.; Peng, K.; Fan, W.; Zhai, Y.; Liu, Y. RGB-D SLAM Using Point-Plane Constraints for Indoor Environments. Sensors 2019, 19, 2721.
• Cui, L.; Ma, C. SOF-SLAM: A semantic visual SLAM for Dynamic Environments. IEEE Access 2019, 7, 166528-166539.
• Yousif, K.; Bab-Hadiashar, A.; Hoseinnezhad, R. An overview to visual odometry and visual SLAM: Applications to mobile robotics. Intell. Ind. Syst. 2015, 1, 289-311.
• Cadena, C.; Carlone, L.; Carrillo, H.; Latif, Y.; Scaramuzza, D.; Neira, J.; Reid, I.; Leonard, J.J. Past, present, and future of simultaneous localization and mapping: Toward the robust-perception age. IEEE Trans. Robot. 2016, 32, 1309-1332.

タイトルに関連する用語 (4件)： DSO ,  動的環境 ,  オブジェクト ,  意味情報