Ji, Xingwu, Peilin Liu, Haochen Niu, Xiang Chen, Rendong Ying, and Fei Wen. “Loop Closure Detection Based on Object-Level Spatial Layout and Semantic Consistency.” arXiv, April 14, 2023. http://arxiv.org/abs/2304.05146.

1 Introduction

本文做出的贡献：

1. 在3D 场景图中基于拓扑结构与几何匹配的回环检测方法，利用物体的信息和它们的邻域来建立3D 拓扑结构，保证几何布局以及语义属性的一致；
2. 包含语义标签、bounding box IoU、物体颜色编码、物体级embedding 信息的物体级数据关联方法，基于该方法构建了3D 语义地图；
3. 一个完整的视觉SLAM 系统，实验结果表证明了本算法的优越性。

Lin, Shiqi, Jikai Wang, Meng Xu, Hao Zhao, and Zonghai Chen. “Topology Aware Object-Level Semantic Mapping Towards More Robust Loop Closure.” IEEE Robotics and Automation Letters 6, no. 4 (October 2021): 7041–48. https://doi.org/10.1109/LRA.2021.3097242.

Abstract

SLAM 回环检测可有效消除累计误差，但是在大视角变化与环境外观变化时难以实现有效的检测，本文提出了基于物体建模object modeling与语义图匹配semantic graph matching的回环检测技术。作者使用体素与立方体cuboids对环境中的物体进行物体级别特征建模，将环境进一步表示为带有拓扑信息的语义图，在此基础上提出了一种基于edit distance的高效图匹配方法，最终通过语义地图的对齐来实现回环检测。

Zhang, Zhihuang, Meng Xu, Wenqiang Zhou, Tao Peng, Liang Li, and Stefan Poslad. “BEV-Locator: An End-to-End Visual Semantic Localization Network Using Multi-View Images.” arXiv, November 27, 2022. http://arxiv.org/abs/2211.14927.

1 Introduction

作者认为，本文提出的BEV-Locator 是第一个利用端到端学习框架解决视觉语义定位问题的工作，主要贡献如下：

• 提出一个新颖的端到端视觉语义定位架构，利用多视角图片和语义环境实现自身位姿的精确估计，数据驱动的方法避免了几何优化策略设计及参数细调；
• 利用transformer 架构解决语义地图元素与相机图片之间的跨模态匹配问题；
• 通过一个统一的BEV 特征空间，利用环视图片来增强感知能力；同时，作者验证了视觉语义定位问题可作为基于BEV 特征大模型的子任务进行解决的可行性；
• 通过大范围数据及验证，作者证明了本方法的优越性。

Zhou, Yuxuan, Xingxing Li, Shengyu Li, and Xuanbin Wang. “Visual Mapping and Localization System Based on Compact Instance-Level Road Markings With Spatial Uncertainty.” IEEE Robotics and Automation Letters 7, no. 4 (October 2022): 10802–9. https://doi.org/10.1109/LRA.2022.3196470.

3 System Overview

Fig .1是本系统的基本框架，在本系统中汽车被假设为拥有基本的基于GNSS 的全局定位能力，以及基于轮式里程计或视觉-惯性里程计（VIO）的局部导航能力。对于基于视觉的环境感知，制图与定位阶段共享产生语义道路标志的pipeline。对于位姿估计，一个统一的位姿图优化框架被用于制图和定位阶段，将全局定位、局部导航以及地图匹配（限于终端用户）信息结合在一起实现鲁棒准确的定位。

Liao, Ziwei, Wei Wang, Xianyu Qi, and Xiaoyu Zhang. “RGB-D Object SLAM Using Quadrics for Indoor Environments.” Sensors 20, no. 18 (January 2020): 5150. https://doi.org/10.3390/s20185150.

1 Introduction

本文的贡献：

• 提出了一种使用二次曲面作为物体模型的物体级SLAM 算法，并使用了两种RGB-D 二次曲面观测模型；
• 提出了一种从单张RGB-D 图片中提取出表示物体的完整椭球体的方法，该方法基于物体和其支撑平面之间的关系；
• 为二次曲面模型引进了一种非参数位姿图 nonparametric pose graph，来解决后端的语义数据关联问题；
• 在两个公开数据集和自采数据集上，与两个SOTA 物体级SLAM 算法进行比较，评估了本算法的有效性。

Wang, Huayou, Changliang Xue, Yu Tang, Wanlong Li, Feng Wen, and Hongbo Zhang. “LTSR: Long-Term Semantic Relocalization Based on HD Map for Autonomous Vehicles.” In 2022 International Conference on Robotics and Automation (ICRA), 2171–78. Philadelphia, PA, USA: IEEE, 2022. https://doi.org/10.1109/ICRA46639.2022.9811855.

1 Introduction

本文做出以下贡献：

• 提出一种基于语义特征和HD 地图的准确、鲁棒的长期重定位算法，该算法不依赖于GNSS；
• 提出一种基于局部语义描述子（编码了语义特征间的空间和法向normal 关系）的鲁棒语义特征匹配方法；
• 通过评估局部、全局几何一致性和时间一致性的准确高效简单的外点剔除方法；
• 大量的实验证明了方法的有效性。

Wang, Yutong, Chaoyang Jiang, and Xieyuanli Chen. “VOOM: Robust Visual Object Odometry and Mapping Using Hierarchical Landmarks.” arXiv, February 26, 2024. https://doi.org/10.48550/arXiv.2402.13609.

Abstract

作者提到，物体SLAM 可以在保证计算效率的同时提供高等级的语义信息，部分研究者将建模的物体观测残差添加进BA 中进行位姿优化，但由于物体模型的精度问题，导致优化效果不如基于特征点的方法。基于此，作者提出了一种视觉物体里程计和制图架构——VOOM (Visual Object Odometry and Mapping)，该架构不直接将观测物体残差添加进BA 中，而是使用一种由粗到细的方式将高等级物体和低等级特征点作为层级地标观测。

1 Introduction

作者认为，本方法是第一个利用对偶二次曲面和特征点实现比基于特征点的SOTA SLAM 算法更好定位精度的物体SLAM 算法。

本文的贡献如下：

• 提出了一种新颖的视觉里程计和制图架构，该架构同时使用特征点和对偶二次曲面作为地标；
• 提出了一种有效的算法，使用层级地标进行物体优化、物体关联和基于物体的地图点关联，以进行地图构建；
• 大量实验证明了本算法较SOTA 算法的优越性。

Wang, Huayou, Changliang Xue, Yanxing Zhou, Feng Wen, and Hongbo Zhang. “Visual Semantic Localization Based on HD Map for Autonomous Vehicles in Urban Scenarios.” In 2021 IEEE International Conference on Robotics and Automation (ICRA), 11255–61. Xi’an, China: IEEE, 2021. https://doi.org/10.1109/ICRA48506.2021.9561459.

Abstract

本文提出了一种考虑局部结构一致性、全局模式一致性以及时间一致性的DA 方法；同时，使用了一种滑动窗口因子图优化框架来融合里程计和数据关联信息。

1 Introduction

本文的贡献：

• 提出一种利用轻量级HD地图（不需要知道地图特征的高精度绝对高度信息）和视觉语义特征的精确、鲁棒的定位算法；
• 提出了一种考虑局部结构一致性、全局模式一致性以及时间一致性的DA 方法；
• 提出了一种视觉语义测量和里程计测量紧耦合的因子图优化框架；
• 进行了仿真和真实场景的实验来验证DA的效果和定位的精度。

Qin, Tong, Yuxin Zheng, Tongqing Chen, Yilun Chen, and Qing Su. “A Light-Weight Semantic Map for Visual Localization towards Autonomous Driving.” In 2021 IEEE International Conference on Robotics and Automation (ICRA), 11248–54. Xi’an, China: IEEE, 2021. https://doi.org/10.1109/ICRA48506.2021.9561663.

1 Introduction

本文的贡献：

1. 提出一个新颖的面向无人驾驶的轻量级定位架构，该架构包括车载制图、云端地图维护，以及用户终端定位；
2. 提出一个新颖的想法：让具有丰富传感器的车辆来辅助低成本量产汽车，具体途径为让具有丰富传感器的汽车每天收集数据并自动更新地图；
3. 利用真实场景实验验证了该系统的可行性。

Tseng, Wei-Kang, Angela P. Schoellig, and Timothy D. Barfoot. “Self-Calibration of the Offset Between GPS and Semantic Map Frames for Robust Localization.” In 2021 18th Conference on Robots and Vision (CRV), 173–80. Burnaby, BC, Canada: IEEE, 2021. https://doi.org/10.1109/CRV52889.2021.00031.

1 Introduction

当利用语义信息（如车道线、交通灯等）进行定位时，会出现部分路段无语义信息观测的情况，导致定位失败；此时，可将GPS 与其结合起来进行定位，但是在制图与定位之间会有时间流逝，导致实时GPS 坐标系会与语义地图坐标系之间形成偏差，这就需要对准标定操作。对准操作的常规做法是为实验增加一个手动设定的矫正先验值，但经常会出现错误对准的情况，不太可靠。