SuMa++: Ef?cient LiDAR-based Semantic SLAM

Lidar，surfel-based，Bonn University，Laval University，KITTI，2019

總結

可以當作是增加了語義信息的SuMa，為每個點云輸出語義分割結果，使得建立的surfel地圖包含豐富的語義，進而通過語義約束提高性能。

使用建圖SUMA建圖，使用RangeSeg++分割。主要工作集中于怎樣將語義標簽融合到地圖中，以及如何使用語義信息過濾場景中的動態物體，有點類似于SemanticFusion，只不過SemanticFusion使用的是RGBD數據，而本文使用的是激光點云數據。（”RGBD的工作馬上會在Lidar上被復現一遍“，師兄說的很有道理嘛）

本文貢獻

將語義信息加入到surfel 地圖中，在高動態場景下仍然能夠精確的建圖

提出了一種通過帶語義標簽的surfel地圖來過濾動態目標的方法

方法介紹

結構總覽：

1.建圖（surfel-based mapping，SuMa）

這個是用SuMa來做的，簡單總結下：

• 在t時刻生成點云P的球形投影，即vertex map,然后用該圖生成normal map Nd
• 通過t-1時刻的投影ＩＣＰ，計算出ｔ－１到ｔ時刻的位姿變換矩陣，進而鏈式的計算出世界坐標與ｔ時刻的位姿變換矩陣
• 同時做閉環檢測保證地圖的全局一致性

2.語義分割（RangeNet++）

這個是用ＲａｎｇｅＮｅｔ＋＋來做的。

ＲａｎｇｅＮｅｔ＋＋為每一幀的每個點云生成一個語義標簽以及概率，得到語義地圖。

• 用DarkNet53作為骨干網絡構建SqueezeSeg 的結構

3.優化語義地圖（?ood-?ll algorithm）

由于深度神經網絡的降采樣作用和 BIOB-like 輸出，需要解決語義標簽錯誤帶來的問題，這里提出了 Flood-fill算法：

• 輸入：RangeNet++的輸出，即語義mask，以及對應的Vertex map（每個點投影在點云坐標系中的最近鄰點云的坐標）.
• 輸出：優化后的語義mask

算法流程：

邊界侵蝕：為了消除分割邊界的模糊

在輸入的語義mask中，如果某個點的固定鄰域中有其他的點的語義標簽與該點不同，則刪除該點，得到侵蝕后的語義mask

將侵蝕的語義mask，與從Vertex map 中得到的深度圖結合，得到Fill-in mask

最后，對于語義標簽空白的點云（應該是第一步被移除的點云），如果其領域內有其他點，則把該空白點的標簽置為其鄰域內點的標簽（邊界噪聲過濾）

效果展示：

4.根據語義濾除動態目標

根據當前時刻的觀測與世界模型（之前觀測的結果）的語義一致性來移除動態目標

具體的，加入了一個懲罰項來計算surfel面元的"穩定性"（通過不斷更新每個surfel的穩定性因子L_s來衡量）

其中EXP 項是為了解釋噪聲

效果展示：
右邊是SuMa 移除所有可能運動的物體的結果，文中提到這種做法會帶來問題：在語義稀疏的場景靜止的汽車包含豐富的特征點，在ICP配準時會有很大的幫助，移除之后可能會因為丟失對應點而導致配準失敗

5.語義ICP

即加入了語義約束的ICP。

新的ICP誤差函數：

通過高斯牛頓法優化最小誤差

效果展示：

可以看到在引入權重項后，右邊的動態目標（汽車）被完美的移除

實驗結果與分析

設計兩個實驗分別證明了本文工作的兩個優越性：

• 在高動態的場景下仍然能夠精確建圖
• 相比于現有濾除動態物體的方法（移除所有有可能運動的物體，如靜止的汽車），本文方法性能更佳

實驗1： KITTI Road Sequences （目的：證明在高動態的場景下仍然能夠精確建圖）

由于不是里程計數據，所以在做分割時沒有語義標簽。

可以看到在高動態目標的場景中，SuMa由于沒有語義信息，地圖一致性被破壞，SuMa++則很好的維護了地圖的一致性。

位姿估計錯誤對比：

可以看出SUMA++的偏移量少了很多，說明在高動態場景中其位姿估計精度得到了很大提升

實驗2： KITTI Odometry Benchmark （相比于現有濾除動態物體的方法 本文方法性能更佳）

可以看出SUMA++ 相對于SUMA有一定的提升，相比于SOTA的工作，其性能相似（略低）。

論文針對相比SOTA，SUMA++性能持平和SUMA性能欠佳的現象分別做出了分析：

SUAM++中語義標簽并不都是全部正確的，導致一些ｓｕｒｆｅｌ被錯誤的移除

SUMA中移除所有可能移動的目標，使得一些有利的特征點也被移除

３.KITTI的測試數據集

ｕｎｓｅｅｎ的數據集進行測試，性能相比SUMA：

average rotational error ： 0.0032 deg/m

average translational error ： 1.06%,

when compared to 0.0032 deg/m and 1.39% of the original SuMa

總結與討論：

關于究竟要不要移除靜止汽車這類目標的討論。

以及本文方法的不足：在首次觀測時不能識別物體是否是運動的（因為識別是靠兩幀做比對以及語義標簽進行的），目前是通過移除首幀的所有可能運動的物體來解決。

未來的研究方向

語義信息輔助閉環檢測

細粒度的語義信息預測，例如車道結構，道路類型

總結

以上是生活随笔為你收集整理的SuMa++论文笔记的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。