ОЦЕНКА КАЧЕСТВА АЛГОРИТМОВ КАРТИРОВАНИЯ И ЛОКАЛИЗАЦИИ НА ОСНОВЕ ВИДЕОДАННЫХ В СИМУЛЯЦИОННЫХ СРЕДАХ

Рассматривается задача оценки качества работы алгоритмов одновременного картирования и локализации по видеоданным (vSLAM). Для достижения этой цели предлагается методика, основанная на использовании современных симуляционных сред, в частности - среды Habitat, в которой имеется возможность следования по произвольной траектории в фотореалистичной 3D-модели помещения, полученной по реальным данным. Предлагается новая функция сопоставления полученной алгоритмом карты и эталонной модели, которая учитывает особенности итерационного процесса картирования по видеоданным. Приводится пример применения описанных методик для оценки алгоритма RTAB-Map в симуляторе Habitat.

THE EVALUATION ON VISION-BASED SIMULTANEOUS LOCALIZATION AND MAPPING ALGORITHM IN SIMULATED ENVIRONMENT

In this paper we study the problem of quality estimation for vision-based simultaneous localization and mapping (vSLAM). We introduce the methodology based on Habitat simulator usage, that al ows the arbitrary pathfol owing in photorealistic real-world based 3D model of indoor environment. We introduce new function for matching the resultant and the ground-truth maps, that takes into account the factor of vSLAM iterating process. Empirical evaluation based on the suggested methodology is carried out.

Authors
Muravyev K.F.1, 2 , Bokovoy A.V. 1 , Yakovlev K.S. 1, 2
Publisher
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Language
Russian
Pages
129-135
Status
Published
Year
2020
Organizations
  • 1 Federal Research Center “Computer Science and Control” of Russian Academy of Sciences
  • 2 Moscow Institute of Physics and Technology
  • 3 RUDN University
Keywords
vSLAM; gazebo; habitat; vision-based simultaneous localization and mapping; одновременное картирование и локализация по видео
Share

Other records

Bulakhov A.I.
Международные стандарты учета и аудита: практика применения в условиях цифровой экономики. Российский университет дружбы народов (РУДН). 2020. P. 129-134