Socionext Inc. 與Takayuki Okatani 教授領(lǐng)導(dǎo)的日本東北大學(xué)研究小組合作,開發(fā)了一種新方法,可以減少 SLAM(同步定位和映射)所需的處理時(shí)間, 這對(duì)于執(zhí)行自主控制的設(shè)備至關(guān)重要,時(shí)間僅為傳統(tǒng)技術(shù)所需時(shí)間的 1/60。這種新方法使得在一些CPU 性能有限以及功耗有限的邊緣設(shè)備的 SoC進(jìn)行高級(jí) SLAM 處理成為可能,例如自動(dòng)駕駛汽車、AGV(自動(dòng)導(dǎo)引車)、機(jī)器人、無人機(jī)和其他執(zhí)行自主的設(shè)備控制,以及諸如 AR(增強(qiáng)現(xiàn)實(shí))眼鏡之類的設(shè)備。

該研究工作已被 ICCV(計(jì)算機(jī)視覺領(lǐng)域最負(fù)盛名的會(huì)議之一)接受為演講報(bào)告。 這種新方法在 10 月 11 日至 17 日在線舉行的ICCV 2021會(huì)議上進(jìn)行了介紹。https://iccv2021.thecvf.com/home

根據(jù)用于獲取物體周圍 3D 信息的傳感方法,SLAM 可以分為兩種主要類型。 一種是 LiDAR(光探測(cè)和測(cè)距),它使用激光測(cè)量距離。 另一種是Visual SLAM,它使用相機(jī)圖像。 視覺 SLAM 正在顯著發(fā)展,因?yàn)樗褂玫南鄼C(jī)相對(duì)便宜,并且除了同時(shí)定位之外,還可以將該方法與使用圖像識(shí)別的各種控制過程相結(jié)合,從而可以期待許多應(yīng)用。

近年來,隨著深度學(xué)習(xí)的引入,圖像識(shí)別技術(shù)取得了顯著的進(jìn)步,深度學(xué)習(xí)的應(yīng)用成為了視覺SLAM演進(jìn)的重要因素。 然而,基于特征點(diǎn)和相機(jī)方向優(yōu)化地標(biāo)的未知 3D 信息的束調(diào)整(BA)所需的大量計(jì)算是傳統(tǒng)方法的瓶頸。 對(duì)于 CPU 處理能力有限的邊緣型 SoC 設(shè)備,這會(huì)使實(shí)際處理變得困難。

(圖1)

為了應(yīng)對(duì)這一挑戰(zhàn),研究團(tuán)隊(duì)提出了一種使用“圖網(wǎng)絡(luò)(GN)"[1] (一種圖神經(jīng)網(wǎng)絡(luò))通過推理進(jìn)行近似計(jì)算的方法。 新方法包括從 GN block輸入的關(guān)鍵幀和地標(biāo)信息中推斷更新信息(圖 2),并通過多堆棧 GN 結(jié)構(gòu)收斂到最終值(圖 3)。 與使用傳統(tǒng) Levenberg-Marquardt 方法的標(biāo)準(zhǔn)束平差相比,這些使得推理處理所需的計(jì)算量更少。

(圖2)

(圖3)

研究團(tuán)隊(duì)使用這種新的推理方法實(shí)現(xiàn)了 Visual SLAM 捆綁調(diào)整,并將其與當(dāng)今廣泛使用的方法“g2o”[2]進(jìn)行了比較。 PC 仿真結(jié)果證實(shí),與 g2o 相比,新方法可以將處理時(shí)間縮短至 1/60。(圖 4)

(圖4)

Socionext 將從這項(xiàng)研究工作中積累經(jīng)驗(yàn),并將 Visual SLAM 技術(shù)確立為公司定制 SoC 解決方案的產(chǎn)品之一。 該公司將為工業(yè)設(shè)備和移動(dòng)等需要圖像識(shí)別領(lǐng)域的客戶系統(tǒng)提出創(chuàng)新的性能改進(jìn)方案。 此外,公司將繼續(xù)研發(fā)通過新的推理方法提高處理效率,并將其使用擴(kuò)展到圖像識(shí)別以外的新客戶應(yīng)用。

作者:

Tetsuya Tanaka, Yukihiro Sasagawa from Socionext, and Takayuki Okatani from Tohoku University

主題:

Learning to Bundle-adjust: A Graph Network Approach to Faster Optimization of Bundle Adjustment for Vehicular SLAM

注釋:

[1] “關(guān)系歸納偏差、深度學(xué)習(xí)和圖網(wǎng)絡(luò)”來源自: https://github.com/deepmind/graph_nets, Battaglia et al.

[2] “G2o: 圖形優(yōu)化的通用框架”

來源自: 2011 IEEE International Conference on Robotics and Automation, Kmmerle et al.