Passage-Aware Structural Mapping for RGB-D Visual SLAM

同时定位与地图构建（SLAM）是现代自主机器人的一项基本能力，使其能够在逐步重建周围环境的同时估计自身姿态。在SLAM的各种传感模式中，视觉传感器提供了一种经济有效的方式来捕捉丰富的视觉和结构数据，从而推动了视觉SLAM（VSLAM）的发展。尽管VSLAM取得了显著进展，但在获取几何信息方面仍存在挑战，尤其是在涉及室内导航的场景中。门和通道作为室内环境中的关键结构元素，其检测和建模在现有的VSLAM框架中仍然是一个未被充分探索的领域。通过将语义信息与VSLAM结合，可以实现更具解释性和结构意义的地图重建，这为进一步的研究和应用提供了新的可能性。

在室内环境中，门和通道是定义房间和建立其互联性的关键元素。然而，现有的VSLAM方法在检测和建模这些元素方面存在不足。这主要是由于缺乏对墙壁几何不连续性的有效检测，以及对门和通道的语义和拓扑信息的整合不足。解决这一问题对于提高室内导航的鲁棒性和效率至关重要，尤其是在复杂和动态的环境中。现有的方法往往依赖于环境的先验标记，这限制了其实用性和可扩展性。因此，开发一种能够在不依赖环境标记的情况下可靠检测门和通道的方法是当前研究的一个重要挑战。

本文的核心创新在于提出了一种通道感知结构映射方法，结合几何、语义和拓扑线索来检测门和可通行开口。具体创新包括：1) 将门建模为嵌入墙内的平面实体，并根据其与支撑墙的共面性分类为可通行或不可通行；2) 提出两种互补的通道推断策略：从连续关键帧的相机-墙交互中累积的通行证据，以及基于墙几何映射不连续性的几何开口验证；3) 将该方法集成到vS-Graphs中，作为概念验证，丰富了其场景图的通道级抽象，并改善了房间连接建模。这些创新为室内机器人导航提供了一种新的解决方案，解决了传统视觉SLAM框架中对门和通道检测不足的问题。

本文的方法论包括以下几个关键步骤：

• �� 输入：给定VSLAM关键帧级别的RGB-D点云，使用全景分割方法（如YOSO）提取语义上有意义的平面实体，包括墙壁和门。

• �� 处理：每个关键帧通过全景分割获得像素级语义标签和实例级掩码，然后投影到点云中，以获得语义分割的点子集。

• �� 输出：通过RANSAC平面拟合估计语义验证的平面实体，并将检测到的实体插入地图中，用于连续的结构重建。

• �� 通道推断：通过两种策略推断通道：1) 从相机-墙交互中累积的通行证据；2) 基于墙几何映射不连续性的几何开口验证。

实验设计包括在室内办公室环境中使用SMapper设备进行数据收集，以验证所提出的通道检测管道的有效性。实验使用的基准包括vS-Graphs作为基线，评估指标包括门道检测的准确性和鲁棒性。实验还进行了消融研究，以验证几何开口验证策略在减少误报方面的有效性。关键超参数包括RANSAC平面拟合的阈值设置，以及通道推断策略中的距离和角度阈值。通过对比实验，验证了所提出方法在复杂室内环境中的性能优势。

实验结果表明，所提出的方法在室内办公室序列上能够可靠地检测门道，并为未来基于BIM的SLAM应用奠定了基础。与传统方法相比，该方法在检测门道的准确性和鲁棒性上有显著提升，尤其是在复杂室内环境中。通过对比实验，验证了几何开口验证策略在减少误报方面的有效性，尤其是在存在遮挡或复杂背景的情况下。实验还表明，所提出的方法能够在保持实时性能的同时，丰富场景图的通道级抽象，提高房间连接建模和场景理解的效果。

该方法的应用场景包括室内机器人导航、建筑信息建模（BIM）和智能建筑管理。通过检测和建模门和通道，机器人能够更好地理解环境结构，从而提高导航和路径规划的效率。在BIM应用中，该方法可以用于验证和更新建筑模型，提高建筑管理的智能化水平。该方法还可以用于智能建筑管理系统中，通过检测和监控通道的使用情况，提高建筑的安全性和能效。

尽管该方法在门和通道检测方面表现出色，但在处理动态环境或快速移动的相机时可能表现不佳，因为其依赖于连续关键帧的相机-墙交互。此外，在极端光照条件下，RGB-D传感器的性能可能会影响门和通道的检测准确性。该方法目前主要在室内环境中验证，尚未在更大规模或更复杂的环境中进行测试。未来的研究方向包括将门和通道直接纳入因子图优化中，以实现更紧密的可通行性推理和位姿估计结合。