[论文解读] PL-SLAM: a Stereo SLAM System through the Combination of Points and Line Segments

Ruben Gomez-Ojeda, David Zuñiga-Noël+3 more|arXiv (Cornell University)|May 26, 2017

Robotics and Sensor-Based Localization被引用 25

一句话总结

PL-SLAM 是一种立体视觉 SLAM 系统，通过整合三维点和线段特征，提升了在传统点基 SLAM 失效的低纹理环境下的鲁棒性。通过结合特征跟踪、一种新颖的词袋回环检测方法，以及基于端点的线段残差的统一优化框架，PL-SLAM 在 KITTI 和 EuRoC 数据集上实现了比 ORB-SLAM 等最先进方法更高的精度和更丰富的地图，同时保持了实时性能。

ABSTRACT

Traditional approaches to stereo visual SLAM rely on point features to estimate the camera trajectory and build a map of the environment. In low-textured environments, though, it is often difficult to find a sufficient number of reliable point features and, as a consequence, the performance of such algorithms degrades. This paper proposes PL-SLAM, a stereo visual SLAM system that combines both points and line segments to work robustly in a wider variety of scenarios, particularly in those where point features are scarce or not well-distributed in the image. PL-SLAM leverages both points and segments at all the instances of the process: visual odometry, keyframe selection, bundle adjustment, etc. We contribute also with a loop closure procedure through a novel bag-of-words approach that exploits the combined descriptive power of the two kinds of features. Additionally, the resulting map is richer and more diverse in 3D elements, which can be exploited to infer valuable, high-level scene structures like planes, empty spaces, ground plane, etc. (not addressed in this work). Our proposal has been tested with several popular datasets (such as KITTI and EuRoC), and is compared to state of the art methods like ORB-SLAM, revealing a more robust performance in most of the experiments, while still running in real-time. An open source version of the PL-SLAM C++ code will be released for the benefit of the community.

研究动机与目标

• 解决传统点基立体 SLAM 在低纹理、特征稀疏环境下的失效问题。
• 通过在完整 SLAM 流水线中融合线段特征，提升 SLAM 的鲁棒性与地图质量。
• 设计一种统一的优化框架，一致地处理视觉里程计、关键帧选择与捆绑调整中的点与线段特征。
• 设计一种基于词袋方法的鲁棒回环检测机制，结合点与线段的二值描述符。
• 生成包含平面与边缘等几何基元的、更具结构信息的三维地图，以支持高层场景理解。

提出的方法

• 系统使用二值描述符在立体图像中检测并匹配二维点与线段特征，基于线段长度与方向一致性进行异常值剔除。
• 通过端点表示三维线段，利用投影端点与图像平面中观测无限直线之间的距离，实现精确的残差计算。
• 联合代价函数结合了点与线段的投影误差，通过逆协方差矩阵加权，并采用增量高斯-牛顿优化方法进行最小化。
• 该方法采用鲁棒的误差加权策略，在捆绑调整中处理异常值，提升收敛性与稳定性。
• 采用基于词袋的回环检测方法，结合点与线段的二值描述符，实现重访检测与位姿漂移校正。
• 对观测次数少于三次的异常地标进行剔除，以维持地图质量并降低计算负载。

实验结果

研究问题

• RQ1 将线段特征与传统点特征结合，是否能显著提升在低纹理环境下的 SLAM 鲁棒性？
• RQ2 如何有效将线段特征整合到 SLAM 全流程中，包括视觉里程计、关键帧选择与捆绑调整？
• RQ3 结合点与线段描述符的混合词袋方法是否在回环检测中优于单一特征的词袋方法？
• RQ4 引入线段特征在多大程度上增强了最终三维地图的结构丰富度与几何保真度？
• RQ5 统一优化框架能否在不牺牲实时性能的前提下，高效处理点与线段特征？

主要发现

• PL-SLAM 在多个数据集上表现出优于 ORB-SLAM 的鲁棒性，尤其在室内走廊与城市街道等低纹理场景中。
• 系统在复杂环境中保持了实时性能，同时实现了更一致且精确的相机轨迹估计。
• 结合点与线段特征的使用，生成了更具多样性与结构信息的三维地图，显著提升了几何内容，如平面与边缘。
• 提出的基于端点的线段残差计算方法，实现了精确且稳定的优化，减少了漂移并提升了地图一致性。
• 采用混合描述符的词袋回环检测方法提高了回环检测的可靠性，尤其在具有重复结构的环境中表现更优。
• 系统通过基于长度与方向的异常值过滤，成功应对了线段特征特有的部分遮挡与断开问题。