Метод оценки эффективности использования семантической информации в Visual SLAM

Аннотация

В работе представлен метод для оценки эффективности внедрения семантической информации в алгоритм ORB-SLAM3. Недетерминированность базового алгоритма затрудняет объективное сравнение различных модификаций. Кроме того, существующие семантические модификации оцениваются на реальных данных с использованием моделей сегментации изображений, что вносит дополнительный шум в результаты. С целью преодоления указанных ограничений предложен метод, который включает: детерминированную версию алгоритма, принимающую на вход семантическую информацию и информацию о динамических объектах; специальный набор данных из последовательностей движения робота в городской среде при различных условиях, содержащих кадры стереопары, семантические маски и список подвижных объектов; алгоритм оценки изменения точности локализации после внесения модификаций. Была модифицирована карта Town10HD из симулятора Carla для предоставления более точной информации о различных экземплярах семантических классов. На основе предложенного метода осуществлена экспериментальная оценка различных стратегий использования семантической информации при осуществлении локализации. Предложенный метод был использован для проведения 31-го эксперимента, включающих методы улучшения ассоциации ключевых точек, учета динамических объектов и выбора новых точек карты для оптимизации работы с новой информацией об окружающем пространстве. В результате анализа установлено значительное влияние качества семантической сегментации на точность работы алгоритма. Предложены способы повышения устойчивости к ошибкам сегментации, включая динамическую корректировку семантических классов точек карты и использование информации об экземплярах объектов. Кроме того, показано, что удаление динамических объектов может как улучшить, так и ухудшить точность локализации в зависимости от сложности среды.