Towards Robust Visual SLAM in Low-Textured Environments

Abstract

[eng] Localization and mapping are two fundamental tasks in several domains, such as mobile robotics or augmented/virtual reality. These tasks involve, respectively, to accurately determine the position and orientation of an agent within its operating environment and construct a map of its surroundings. Given their close relationship, Simultaneous Localization and Mapping (SLAM) algorithms propose to solve these tasks at the same time in an incremental manner. SLAM has been carried out using different sensors for years. When cameras are used as the main source of information, these approaches are known as Visual SLAM. While traditional Visual SLAM algorithms have achieved a high level of accuracy in textured environments, they may struggle in low-textured environments due to a lack of visual features on them. This can lead to inaccurate motion estimates, a degraded map quality or even failures. Under this context, this thesis address the challenge of improving the accuracy, reliability and robustness of Visual SLAM systems in low-textured environments. With this objective in mind, we propose two novel Visual Odometry (VO) and two Loop Closure Detection (LCD) methods that combine traditional approaches with geometrical features of the scene, such as lines or planes, typically more present in low-textured scenarios. The accuracy, adaptability and effectiveness of the proposed methods are thoroughly validated through a comprehensive set of experiments. The results show that our solutions present a better accuracy and performance, in contrast to other state-of-the-art methods, in low-textured environments and, additionally, perform favourably in other scenarios, demonstrating the potential of incorporating geometrical features into visual SLAM algorithms in these cases.

[spa] La localización y el mapeo son dos tareas fundamentales en diversos ámbitos, tales como la robótica móvil o la realidad aumentada/virtual. Estas tareas implican, respectivamente, determinar con precisión la posición y orientación de un agente dentro de su entorno y construir un mapa del mismo. Dada su estrecha relación, los algoritmos Simultaneous Localization and Mapping (SLAM) proponen resolver estas tareas al mismo tiempo de forma incremental. Desde hace años, los métodos de SLAM se han llevado a cabo utilizando diversos tipos de sensores. Cuando se utilizan cámaras como principal fuente de información, estos métodos se conocen como Visual SLAM. Aunque los algoritmos tradicionales de Visual SLAM han alcanzado un alto nivel de precisión en entornos texturizados, pueden tener dificultades en entornos con poca textura, debido fundamentalmente a la falta de características visuales en ellos. Esto puede dar lugar a estimaciones de movimiento imprecisas, una baja calidad del mapa o incluso a fallos. En este contexto, esta tesis aborda el reto de mejorar la precisión, fiabilidad y robustez de los sistemas de Visual SLAM en entornos de baja textura. Con este objetivo en mente, proponemos dos nuevos métodos de odometría visual y de detección de cierre de bucles que combinan las técnicas tradicionales con características geométricas de la escena, tales como líneas o planos, típicamente más presentes en escenarios de baja textura. La precisión, adaptabilidad y eficacia de los métodos propuestos se validan exhaustivamente mediante un amplio conjunto de experimentos. Los resultados muestran que nuestras soluciones presentan una mayor precisión y rendimiento, en comparación con otros métodos clásicos de la literatura, en entornos de baja textura y, además, se comportan favorablemente en otros escenarios, demostrando el potencial de incorporar características geométricas a los algoritmos de Visual SLAM en estas situaciones.

[cat] La localització i el mapeig són dues tasques fonamentals en diversos àmbits, com ara la robòtica mòbil o la realitat augmentada/virtual. Aquestes tasques impliquen, respectivament, determinar amb precisió la posició i orientació d’un agent dins del seu entorn i construir un mapa d’aquest. Donada la seva estreta relació, els algorismes Simultaneous Localization and Mapping (SLAM) proposen resoldre aquestes tasques al mateix temps de manera incremental. Des de fa anys, els mètodes de SLAM s’han dut a terme utilitzant diversos tipus de sensors. Quan s’utilitzen càmeres com a principal font d’informació, aquests mètodes es coneixen com a Visual SLAM. Encara que els algorismes tradicionals de Visual SLAM han aconseguit un alt nivell de precisió en entorns texturats, poden tenir dificultats en entorns amb poca textura, degut fonamentalment a la falta de característiques visuals en ells. Això pot donar lloc a estimacions de moviment imprecises, una baixa qualitat del mapa o fins i tot a fallades. En aquest context, aquesta tesi aborda el repte de millorar la precisió, fiabilitat i robustesa dels sistemes de Visual SLAM en entorns de baixa textura. Amb aquest objectiu en ment, proposem dos nous mètodes de odometría visual i de detecció de tancament de bucles que combinen les tècniques tradicionals amb característiques geomètriques de l’escena, com ara línies o plans, típicament més presents en escenaris de baixa textura. La precisió, adaptabilitat i eficàcia dels mètodes proposats es validen exhaustivament mitjançant un ampli conjunt d’experiments. Els resultats mostren que les nostres solucions presenten una major precisió i rendiment, en comparació amb altres mètodes clàssics de la literatura, en entorns de baixa textura i, a més, es comporten favorablement en altres escenaris, demostrant el potencial d’incorporar característiques geomètriques als algorismes de Visual SLAM en aquestes situacions.