[論文レビュー] A Survey of Simultaneous Localization and Mapping with an Envision in 6G Wireless Networks

Baichuan Huang, Jun Zhao+1 more|arXiv (Cornell University)|Aug 24, 2019

Robotics and Sensor-Based Localization参考文献 273被引用数 33

ひとこと要約

この論文はSLAMをLidar、視覚、そして融合アプローチ全体で調査し、センサー、オープンソースシステム、深層学習の統合、課題、および6G対応SLAMを含む将来動向を概説します。

ABSTRACT

Simultaneous Localization and Mapping (SLAM) achieves the purpose of simultaneous positioning and map construction based on self-perception. The paper makes an overview in SLAM including Lidar SLAM, visual SLAM, and their fusion. For Lidar or visual SLAM, the survey illustrates the basic type and product of sensors, open source system in sort and history, deep learning embedded, the challenge and future. Additionally, visual inertial odometry is supplemented. For Lidar and visual fused SLAM, the paper highlights the multi-sensors calibration, the fusion in hardware, data, task layer. The open question and forward thinking with an envision in 6G wireless networks end the paper. The contributions of this paper can be summarized as follows: the paper provides a high quality and full-scale overview in SLAM. It's very friendly for new researchers to hold the development of SLAM and learn it very obviously. Also, the paper can be considered as a dictionary for experienced researchers to search and find new interesting orientation.

研究の動機と目的

• Lidar SLAMを含むSLAMの総合的な概要、視覚SLAMおよびそれらの融合を含む。
• SLAMに適用されるセンサー、オープンソースシステム、および深層学習技術を要約する。
• 課題と将来の方向性を特定し、SLAMにおける6Gネットワークの構想される役割を含む。

提案手法

• 既存のLidarおよび視覚SLAMシステムをカタログ化し、2D/3D、モノ/ステレオ/RGB-D、そして直接法対特徴ベース法で分類する。
• センサタイプ（Lidar、カメラ、IMU、イベントカメラ）とオープンソースSLAMツールの幅広いスペクトルを要約する。
• 特徴、認識/分割、セマンティックSLAMにおける深層学習の取り組みを議論する。
• コスト、低テクスチャ、動的環境、敵対的攻撃といった課題とマルチセンサ融合戦略を強調する。
• SLAMのための6G対応の未来像と無線ネットワークとの統合を概説する。

実験結果

リサーチクエスチョン

• RQ1 主なSLAMパラダイム（Lidar、Visual、融合）とその中核要素は何か？
• RQ2 現在SLAMの実践を形作るセンサー、オープンソースシステム、深層学習技術は何か？
• RQ3 6Gを含むSLAMの主要な課題と将来の方向性は何か？
• RQ4 マルチセンサ融合と視覚-慣性統合はSLAM性能をどう向上させるのか？

主な発見

• 本論文は高品質で全体像を提供するSLAMの概要で、新規研究者にも経験豊富な研究者にも有用。
• Lidar SLAMとVisual SLAMのシステム、センサー、深層学習統合を整理・対比している。
• コスト、低テクスチャ/動的環境、敵対的なセンサ攻撃などの課題を論じている。
• ハードウェア、データ、タスク層におけるマルチセンサ融合と、重要な補助としてVisual Inertial Odometryを強調している。
• 6Gワイヤレスネットワーク内でのSLAMのビジョンを概説し、将来の研究方向と応用を示している。