[论文解读] Automatic Mapping with Obstacle Identification for Indoor Human Mobility Assessment

V. Ayala-Alfaro, J. A. Vilchis-Mar+2 more|arXiv (Cornell University)|Nov 24, 2021

Robotics and Sensor-Based Localization参考文献 6被引用 4

一句话总结

本文提出了一种基于单目SLAM与YOLO的物体检测框架，使微型无人机能够自主绘制室内环境地图，同时识别并定位家具等移动障碍物。通过融合ORB-SLAM2与惯性数据，并优化检测到的边界框体积，该系统生成了突出可及性隐患的度量3D地图，测试中将误报率降低了98%。

ABSTRACT

We propose a framework that allows a mobile robot to build a map of an indoor scenario, identifying and highlighting objects that may be considered a hindrance to people with limited mobility. The map is built by combining recent developments in monocular SLAM with information from inertial sensors of the robot platform, resulting in a metric point cloud that can be further processed to obtain a mesh. The images from the monocular camera are simultaneously analyzed with an object recognition neural network, tuned to detect a particular class of targets. This information is then processed and incorporated on the metric map, resulting in a detailed survey of the locations and bounding volumes of the objects of interest. The result can be used to inform policy makers and users with limited mobility of the hazards present in a particular indoor location. Our initial tests were performed using a micro-UAV and will be extended to other robotic platforms.

研究动机与目标

• 通过机器人传感技术实现对行动障碍人群的室内可及性评估自动化。
• 开发一种低成本、可扩展的解决方案，用于检测和定位公共室内空间中的物理障碍物。
• 仅使用单目视觉与惯性传感器生成突出行动障碍的度量3D地图。
• 通过多阶段优化流程减少误检，提升可及性评估的准确性。
• 为政策制定者与设计人员提供数据驱动的洞察，支持包容性公共空间规划。

提出的方法

• 系统采用配备单目摄像头与IMU的微型无人机，实时采集视频与里程计数据。
• 对ORB-SLAM2进行改进，通过融合惯性测量数据，从单目视频生成具有尺度感知能力的度量点云。
• 对YOLOv3进行微调，以检测16类与障碍物相关的类别（如家具、固定装置），并在每帧中输出2D边界框。
• 多阶段优化流程处理检测到的边界框体积：(1) 移除错误检测，(2) 跨帧合并相似物体，(3) 过滤误分类物体。
• 最终输出为带有标注障碍物位置与边界框体积的3D可及性地图，并实现实时可视化。
• 通过两架无人机（Tello与Bebop 2）验证该框架，采用后处理对齐并减少冗余检测。

实验结果

研究问题

• RQ1 单目摄像头与惯性传感器能否生成适合可及性分析的室内环境度量3D地图？
• RQ2 YOLO-based物体检测在移动无人机平台上，能否实时识别与移动相关的障碍物？
• RQ3 多阶段优化流程在减少误报与合并同一物体的重复检测方面效果如何？
• RQ4 硬件质量（如图像稳定性、分辨率）如何影响障碍物检测与地图生成的准确性？
• RQ5 该系统能否在真实室内环境中可靠支持自动化可及性评估？

主要发现

• Tello无人机测试中，经完整优化后检测物体数从1,937个减少至26个，表明误报或冗余检测减少了98.6%。
• Bebop 2无人机视频更稳定，初始检测数更少（1,354个），且在物体合并方面表现优于Tello。
• 第二阶段（物体合并）对检测数量减少贡献最大：Tello平台从34个减少至26个，Bebop 2平台从28个减少至16个。
• 优化流程成功降低了噪声与误分类，第三阶段过滤掉了剩余的错误检测。
• 尽管存在硬件限制，系统在多次飞行中均生成了稳定的可及性地图，且使用Bebop 2平台时视觉一致性进一步提升。
• 结果表明，若采用更先进的物体检测模型，将进一步提升地图的准确性和实际部署的可靠性。