[论文解读] Global 6DOF Pose Estimation from Untextured 2D City Models

Clemens Arth, Christian Pirchheim+2 more|arXiv (Cornell University)|Mar 9, 2015

Robotics and Sensor-Based Localization参考文献 15被引用 3

一句话总结

本文提出一种仅使用无纹理2D城市地图和惯性传感器数据，在室外城市环境中进行全局6自由度相机位姿估计的方法。通过直线段估计相机的绝对朝向，并通过将2D地图与输入图像的语义分割对齐来优化平移，实现了无需纹理图像或多视图注册的精确、绝对位姿估计。

ABSTRACT

We propose a method for estimating the 3D pose for the camera of a mobile device in outdoor conditions, using only an untextured 2D model. Previous methods compute only a relative pose using a SLAM algorithm, or require many registered images, which are cumbersome to acquire. By contrast, our method returns an accurate, absolute camera pose in an absolute referential using simple 2D+height maps, which are broadly available, to refine a first estimate of the pose provided by the device's sensors. We show how to first estimate the camera absolute orientation from straight line segments, and then how to estimate the translation by aligning the 2D map with a semantic segmentation of the input image. We demonstrate the robustness and accuracy of our approach on a challenging dataset.

研究动机与目标

• 在不依赖纹理图像或多幅注册视图的情况下，实现在室外城市场景中的精确、绝对6DOF相机位姿估计。
• 解决基于SLAM的方法仅提供相对位姿估计的局限性。
• 利用广泛可用的2D+高度城市地图作为全局参考，用于位姿优化。
• 将惯性传感器数据与2D地图对齐相结合，实现鲁棒且精确的位姿估计。

提出的方法

• 利用输入图像中检测到的直线段估计相机的绝对朝向。
• 使用2D+高度城市地图作为位姿优化的全局几何参考。
• 通过将2D地图与输入图像的语义分割对齐来估计相机平移。
• 将惯性传感器数据与基于地图的约束融合，以提高位姿精度。
• 利用基于地图和图像特征的联合优化框架，对初始基于传感器的位姿估计进行优化。
• 利用2D地图轮廓与图像线段之间的几何一致性，约束解空间。

实验结果

研究问题

• RQ1 能否仅使用无纹理2D城市地图，在室外城市环境中实现精确的6DOF相机绝对位姿估计？
• RQ2 如何有效结合惯性传感器数据与2D地图几何信息以提高位姿精度？
• RQ3 能否分别利用线段检测和语义分割来估计朝向和平移，然后进行融合？
• RQ4 在不使用纹理图像或多幅注册视图的情况下，可达到何种精度和鲁棒性？
• RQ5 与基于SLAM的方法相比，所提方法在绝对位姿精度方面表现如何？

主要发现

• 该方法仅使用无纹理2D城市地图和惯性传感器数据，即可实现精确的全局6DOF位姿估计。
• 通过线段估计朝向可提供鲁棒的初始估计，即使在特征稀疏环境中亦然。
• 通过2D地图与语义分割对齐实现的平移优化显著提升了位姿精度。
• 该方法通过提供全局坐标系中的绝对位姿，优于仅提供相对位姿的方法。
• 在具有挑战性的数据集上表现鲁棒，证明了其在真实城市环境中的实际适用性。
• 使用2D+高度地图可实现出色的定位精度，且无需纹理或高分辨率图像数据。