[论文解读] Fast Cylinder and Plane Extraction from Depth Cameras for Visual Odometry

Pedro F. Proença, Yang Gao|arXiv (Cornell University)|Mar 6, 2018

Robotics and Sensor-Based Localization参考文献 18被引用 12

一句话总结

本文提出 CAPE，一种通过平面单元网格从深度图像中快速高效地提取平面和圆柱体的方法，可在单核 CPU 上实现每秒 300 帧的实时视觉里程计。通过概率建模圆柱体参数并将其整合到概率 RGB-D 视觉里程计框架中，CAPE 显著提升了在圆柱形环境中的轨迹估计性能——相比仅使用平面的方法（如 PEAC），后者在这些场景中性能下降。

ABSTRACT

This paper presents CAPE, a method to extract planes and cylinder segments from organized point clouds, which processes 640x480 depth images on a single CPU core at an average of 300 Hz, by operating on a grid of planar cells. While, compared to state-of-the-art plane extraction, the latency of CAPE is more consistent and 4-10 times faster, depending on the scene, we also demonstrate empirically that applying CAPE to visual odometry can improve trajectory estimation on scenes made of cylindrical surfaces (e.g. tunnels), whereas using a plane extraction approach that is not curve-aware deteriorates performance on these scenes. To use these geometric primitives in visual odometry, we propose extending a probabilistic RGB-D odometry framework based on points, lines and planes to cylinder primitives. Following this framework, CAPE runs on fused depth maps and the parameters of cylinders are modelled probabilistically to account for uncertainty and weight accordingly the pose optimization residuals.

研究动机与目标

• 解决在视觉里程计中曲面（尤其是隧道等圆柱形环境）上平面拟合不稳定的挑战。
• 开发一种快速、低延迟的方法，从有序深度点云中同时提取平面和圆柱体，以增强在结构化环境中的鲁棒性。
• 将圆柱体基元整合到概率 RGB-D 视觉里程计框架中，以在平面模型失效时提升位姿估计精度。
• 通过在平面单元网格上操作而非逐点处理，实现高计算效率，降低处理开销。
• 证明在以圆柱形表面为主的场景中，具备曲线感知能力的基元（如圆柱体）相比仅使用平面的方法能获得更优的轨迹估计。

提出的方法

• CAPE 通过将 640×480 的深度图像划分为平面单元网格进行处理，每个单元存储法向量，并用于区域增长。
• 区域增长通过单元法向量的直方图进行引导，实现无需逐像素处理的高效平面与圆柱形段聚类。
• 通过主成分分析（PCA）对段的形状进行分类：平面段在某一主成分方向上方差较低，而圆柱形段则表现出主导轴。
• 采用嵌入顺序 RANSAC 的直接线性最小二乘解法进行圆柱体拟合，实现快速且精确的参数估计。
• 通过相同的单元网格对边界进行精细化处理，无需昂贵的像素级操作即可近似段边缘。
• 在位姿优化框架中对圆柱体参数进行概率建模，使残差计算中可实现不确定性感知的加权，从而提升相机位姿估计精度。

实验结果

研究问题

• RQ1 能否通过一种快速、低延迟的方法从深度图像中同时提取平面和圆柱体，来提升在以圆柱形表面为主的环境中的视觉里程计性能？
• RQ2 与仅使用平面相比，将圆柱体基元整合到概率 RGB-D 视觉里程计框架中，对轨迹估计精度有何影响？
• RQ3 在具有平滑曲面（如隧道）的场景中，使用具备曲线感知能力的基元（如圆柱体）相比仅使用平面拟合，性能提升有多大？
• RQ4 CAPE 的计算效率与最先进的平面提取方法（如 PEAC）相比如何，特别是在延迟一致性和吞吐量方面？
• RQ5 基于单元的网格结构在多大程度上会牺牲分辨率，同时仍能保持视觉里程计中的鲁棒性与速度？

主要发现

• CAPE 在单核 CPU 上平均以 300 Hz 处理 640×480 的深度图像，性能比 PEAC 快 4 至 10 倍，具体取决于场景。
• CAPE 的延迟更稳定（约 3 ms），而 PEAC 在不同场景中表现出可变的处理时间。
• 在圆柱形场景（如隧道和螺旋楼梯）中，使用圆柱体基元的 CAPE 将绝对轨迹误差（ATE）分别降低至 1.8 m（隧道）和 0.7 m（螺旋楼梯），显著优于 PEAC 的 4.9 m 和 4.2 m。
• 在 yoga_mat 序列中，无论平面权重设置如何，引入圆柱体基元的 CAPE 均能一致降低 ATE，最优性能出现在 α_plane=0.01 和 α_cylinder=0.1 时。
• 在非圆柱形场景（如 fr1_desk、fr1_360）中，CAPE 表现与 PEAC 相当，部分情况下略有退化，表明在标准环境中无性能损失。
• 该方法有效抑制了在曲面上的不稳定平面拟合，视觉对比显示，CAPE 正确捕捉了圆柱形几何结构，而 PEAC 产生扭曲且不稳定的平面片段。