[论文解读] S-Graphs+: Real-time Localization and Mapping leveraging Hierarchical Representations

Hriday Bavle, José Luis Sánchez-López+3 more|arXiv (Cornell University)|Dec 22, 2022

3D Surveying and Cultural Heritage被引用 10

一句话总结

S-Graphs+ 引入了一种实时的四层分层因子图，通过整合关键帧、墙面平面、房间和地板层级，联合优化机器人位姿估计与三维场景理解。它通过在激光雷达数据上应用新颖的实时房间与地板分割算法，实现了相较于第二好的方法平均10.67%的精度提升，从而提高了定位精度和环境态势感知能力。

ABSTRACT

In this paper, we present an evolved version of Situational Graphs, which jointly models in a single optimizable factor graph (1) a pose graph, as a set of robot keyframes comprising associated measurements and robot poses, and (2) a 3D scene graph, as a high-level representation of the environment that encodes its different geometric elements with semantic attributes and the relational information between them. Specifically, our S-Graphs+ is a novel four-layered factor graph that includes: (1) a keyframes layer with robot pose estimates, (2) a walls layer representing wall surfaces, (3) a rooms layer encompassing sets of wall planes, and (4) a floors layer gathering the rooms within a given floor level. The above graph is optimized in real-time to obtain a robust and accurate estimate of the robots pose and its map, simultaneously constructing and leveraging high-level information of the environment. To extract this high-level information, we present novel room and floor segmentation algorithms utilizing the mapped wall planes and free-space clusters. We tested S-Graphs+ on multiple datasets, including simulated and real data of indoor environments from varying construction sites, and on a real public dataset of several indoor office areas. On average over our datasets, S-Graphs+ outperforms the accuracy of the second-best method by a margin of 10.67%, while extending the robot situational awareness by a richer scene model. Moreover, we make the software available as a docker file.

研究动机与目标

• 开发一种紧密耦合的实时因子图，联合优化机器人定位与高层场景理解。
• 通过在单一可优化图中整合语义与几何表示，克服先前SLAM系统的局限性。
• 利用空置区域聚类和墙面平面数据提升房间与地板检测精度，减少对启发式方法的依赖。
• 通过分层场景建模实现在复杂室内环境（包括施工现场和办公楼）中的鲁棒性能。
• 发布支持Docker的开源软件，以促进更广泛的研究采用与可复现性。

提出的方法

• 该系统采用四层因子图：关键帧、墙面平面、房间和地板层级，各层通过几何与语义约束相互关联。
• 新颖的前端通过结合空置区域聚类与检测到的墙面平面，实现实时房间分割，提升了召回率并减少了对启发式方法的依赖。
• 通过利用所有当前已映射的墙面平面估计地板中心，实现地板层级的一致性。
• 后端采用实时优化框架，联合优化机器人位姿、墙面平面参数、房间边界与地板分配。
• 系统利用激光雷达测量数据，并在单一因子图中整合语义属性（如房间、楼层）与几何约束。
• 新增的“房间-墙面”因子将房间边界与其构成的墙面平面紧密耦合，提升了结构一致性与优化精度。

实验结果

研究问题

• RQ1 分层的多层因子图是否能通过整合语义场景理解来提升实时SLAM的精度？
• RQ2 房间与地板分割的整合在复杂室内环境中如何提升位姿估计与地图一致性？
• RQ3 与最先进SLAM系统相比，该方法在轨迹精度与鲁棒性方面有多大的性能优势？
• RQ4 该系统是否能在处理大规模复杂环境（如多房间建筑与施工现场）的同时保持实时性能？
• RQ5 与基于启发式的方法相比，使用空置区域聚类与墙面平面如何提升房间检测的召回率？

主要发现

• 在多个模拟与真实世界数据集上，S-Graphs+ 相较于第二好的方法，平均实现了10.67%的定位精度提升。
• 在TIERS数据集上，S-Graphs+ 配合FLOAM里程计使ATE降低43.2%（相比FLOAM单独使用），并比第二好的基线方法降低14.59%。
• 在具有挑战性的T11序列中，S-Graphs+ 将FLOAM的精度提升了165.8%，展现出在非曼哈顿环境中的强大性能。
• 与前代方法相比，S-Graphs+ 在复杂布局（如C2F1）中的房间检测召回率显著提高，直接贡献于地图精度的提升。
• 所有模块——包括平面、房间、地板与后端处理——即使在长达17分钟的序列中也保持实时性能，后端平均计算时间低于174ms。
• 该系统仅依赖激光雷达数据即可实现实时的房间与地板分割，无需依赖RGB图像或语义检测模型。