[论文解读] Ground Plane based Absolute Scale Estimation for Monocular Visual Odometry

Dingfu Zhou, Yuchao Dai+1 more|arXiv (Cornell University)|Mar 3, 2019

Robotics and Sensor-Based Localization参考文献 57被引用 6

一句话总结

本文提出了一种基于地面平面的鲁棒绝对尺度估计与校正方法，用于单目视觉里程计，通过利用相机高度和地面平面假设来减少尺度漂移。在KITTI和自采的鱼眼图像数据集上进行评估，该方法显著提升了轨迹精度，在序列00上相比无尺度校正的基线ORB-SLAM，平移误差降低了10%以上。

ABSTRACT

Recovering the absolute metric scale from a monocular camera is a challenging but highly desirable problem for monocular camera-based systems. By using different kinds of cues, various approaches have been proposed for scale estimation, such as camera height, object size etc. In this paper, firstly, we summarize different kinds of scale estimation approaches. Then, we propose a robust divide and conquer the absolute scale estimation method based on the ground plane and camera height by analyzing the advantages and disadvantages of different approaches. By using the estimated scale, an effective scale correction strategy has been proposed to reduce the scale drift during the Monocular Visual Odometry (VO) estimation process. Finally, the effectiveness and robustness of the proposed method have been verified on both public and self-collected image sequences.

研究动机与目标

• 解决单目视觉里程计中尺度模糊的根本挑战，即仅从单个摄像头图像中无法恢复度量尺度。
• 提出一种鲁棒的分而治之方法，利用地面平面几何和已知相机高度进行绝对尺度估计。
• 通过引入有效的尺度校正策略，减轻增量式VO估计过程中的尺度漂移。
• 在多样化的实际数据集上验证该方法，包括KITTI和自采的鱼眼序列，在具有挑战性的驾驶条件下进行测试。
• 提供一种实用的、无需传感器融合的解决方案，提升单目VO精度，且不依赖回环检测或外部传感器。

提出的方法

• 通过结合相机高度和地面平面的几何约束（假设车辆在平坦路面上行驶）来估计绝对尺度。
• 采用分而治之策略将图像分割为区域，并仅使用靠近地面平面的底部区域进行尺度估计，以提高鲁棒性。
• 使用标定的相机模型，结合预先测量的相机高度和俯仰角，将3D点投影到地面平面以计算尺度。
• 将尺度校正机制集成到ORB-SLAM框架中，根据帧间地面平面的一致性动态调整尺度因子。
• 通过多帧的时间一致性检查和特征跟踪，优化尺度估计并减少漂移。
• 使用合成和真实序列对尺度估计模型进行校准与验证，确保在各种条件下均具有鲁棒性。

实验结果

研究问题

• RQ1 在无外部传感器的情况下，能否可靠地利用地面平面几何和已知相机高度来估计单目视觉里程计中的绝对尺度？
• RQ2 分而治之策略在隔离地面平面特征以提升尺度估计鲁棒性方面有多有效？
• RQ3 在长距离驾驶过程中，尺度校正能在多大程度上减少单目VO中的累积尺度漂移？
• RQ4 在KITT00和09–10等具有挑战性的序列中，与采用或不采用回环检测的SOTA方法（如ORB-SLAM）相比，所提方法表现如何？
• RQ5 该方法能否在真实环境中有效应用于非前向朝向的相机（如侧装鱼眼镜头）？

主要发现

• 与无尺度校正的ORB-SLAM相比，所提出的尺度校正策略在KITTI序列00上将平移误差降低了10%以上。
• 在KITTI序列09和10中，当回环检测失败时，所提方法（带尺度校正）生成的轨迹比基线方法更接近真实轨迹。
• 该方法在自采的鱼眼相机数据集上表现出鲁棒性，经校正后的轨迹与实际道路路线高度吻合，而未校正版本则存在显著的尺度漂移。
• 旋转误差在有无尺度校正的情况下几乎保持不变，证实该方法专门针对尺度漂移，而非旋转误差。
• 在回环缺失或特征短暂存在的场景中，该方法优于依赖回环检测或额外数据（如NYUv2、双目图像对）的方法。
• 即使地面平面部分被遮挡，该方法仍保持有效性，得益于帧间的时间一致性与特征跟踪机制。