[论文解读] Evolution of Visual Odometry Techniques

Shashi Poddar, Rahul Kottath+1 more|arXiv (Cornell University)|Apr 30, 2018

Robotics and Sensor-Based Localization参考文献 88被引用 12

一句话总结

本文对视觉里程计（VO）技术进行了全面综述，将其实现的演进过程划分为几何方法（基于特征、基于外观、混合）与非几何方法。文章梳理了方法论的进展，突出展示了关键数据集，并为计算机视觉与机器人学领域的研究人员提供了基础性参考，强调了基于相机的运动估计在实际实现与性能权衡方面的考量。

ABSTRACT

With rapid advancements in the area of mobile robotics and industrial automation, a growing need has arisen towards accurate navigation and localization of moving objects. Camera based motion estimation is one such technique which is gaining huge popularity owing to its simplicity and use of limited resources in generating motion path. In this paper, an attempt is made to introduce this topic for beginners covering different aspects of vision based motion estimation task. The evolution of VO schemes over last few decades is discussed under two broad categories, that is, geometric and non-geometric approaches. The geometric approaches are further detailed under three different classes, that is, feature-based, appearance-based, and a hybrid of feature and appearance based schemes. The non-geometric approach is one of the recent paradigm shift from conventional pose estimation technique and is thus discussed in a separate section. Towards the end, a list of different datasets for visual odometry and allied research areas are provided for a ready reference.

研究动机与目标

• 为计算机视觉与机器人学领域的初学者及研究人员提供视觉里程计技术的结构化概述。
• 追溯视觉里程计从经典几何方法到现代非几何方法的历史发展脉络。
• 对基于特征、基于外观以及混合几何视觉里程计方法进行分类与比较。
• 介绍向非几何视觉里程计的最新范式转变，包括基于学习的方法。
• 整理一份经过筛选的标准数据集清单，用于视觉里程计及相关研究领域的实际基准测试与可复现性研究。

提出的方法

• 将视觉里程计技术划分为两大主要类别：几何方法与非几何方法。
• 将几何视觉里程计细分为三种子类型：基于特征的方法（例如 SIFT、ORB）、基于外观的方法（例如利用强度梯度的直接法），以及结合两者的混合方法。
• 解释基于特征的视觉里程计的基本原理，包括特征检测、匹配，以及通过对极几何实现三维重建。
• 描述基于外观的视觉里程计依赖于图像序列中的光度误差最小化，而无需显式提取特征。
• 引入非几何视觉里程计作为近期向基于学习的、端到端运动估计的转变，采用深度神经网络实现。
• 回顾优化技术（如捆绑调整与迭代最近点 ICP）在精炼位姿估计中的作用。

实验结果

研究问题

• RQ1 在特征提取、匹配与三维重建方面，几何视觉里程计方法经历了怎样的演进？
• RQ2 与基于特征的方法相比，基于外观的视觉里程计具有哪些优势与局限性？
• RQ3 混合几何视觉里程计方法如何在复杂或动态环境中提升鲁棒性与准确性？
• RQ4 非几何视觉里程计与传统几何方法有何本质区别，其优势体现在何处？
• RQ5 哪些公开可用的数据集最适用于视觉里程计系统的基准测试？

主要发现

• 基于特征的视觉里程计因其在纹理丰富环境中的鲁棒性以及与实时系统的兼容性，仍被广泛使用。
• 基于外观的视觉里程计在无纹理或低纹理场景中可实现高精度，但对光照变化敏感，且需要密集图像配准。
• 混合方法通过结合基于特征与基于外观技术的优势，在动态或复杂场景中表现出更优性能。
• 非几何视觉里程计，尤其是基于深度学习的方法，在处理复杂视觉条件方面展现出潜力，并减少了对手工设计特征的依赖。
• KITTI、EuRoC 与 TUM RGB-D 等标准化数据集的可用性，使得视觉里程计算法的评估与比较更加一致。
• 本文建立了视觉里程计技术的清晰分类体系，为移动机器人与自动化领域未来的科研与系统设计奠定了基础。