← 返回论文列表

面向RGB-D视觉SLAM的通道感知结构映射
Passage-Aware Structural Mapping for RGB-D Visual SLAM

作者: Ali Tourani, Miguel Fernandez-Cortizas, Saad Ejaz 等7人
arXiv: 2604.24707v1
分类: cs.RO
📝 论文摘要
门道和通道是室内机器人导航的关键结构元素，但在现代视觉SLAM（VSLAM）框架中仍未被充分探索。本文提出了一种面向通道的结构化建图方法用于RGB-D VSLAM，通过联合融合几何、语义和拓扑线索来检测门及可通行开口。门被建模为嵌入墙体内的平面实体，并根据其与支撑墙体的共面性分类为可通行或不可通行。通道通过两种互补策略推断：基于连续关键帧中相机与墙体交互积累的通行证据，以及基于映射墙体几何不连续性的几何开口验证。该方法作为概念验证集成到vS-Graphs中，通过添加通道层抽象丰富了场景图，并改进了房间连通性建模。在室内办公序列上的定性评估展示了可靠的门道检测能力，该框架为在BIM感知的VSLAM中利用这些元素奠定了基础。源代码已公开于https://github.com/snt-arg/visual_sgraphs/tree/doorway_integration。

📊 核心分析

🎯 研究动机
- 当前**视觉SLAM(Visual SLAM, VSLAM)**框架对室内导航关键的结构元素——**门和通道(doorways and passages)**缺乏系统性的建模 - 现有方法未能充分利用几何、语义和拓扑线索的融合来检测可穿越开口 - 研究背景：室内机器人导航需要更丰富的结构映射以改善房间连通性建模，而现代VSLAM主要关注位姿与稀疏地图，忽略了门等高层语义结构
🔧 核心方法
- 提出**通道感知结构映射(Passage-Aware Structural Mapping)**方法，联合融合**几何(geometric)**、**语义(semantic)**和**拓扑(topological)**线索检测门和可穿越开口 - 将门建模为嵌入墙内的**平面实体(planar entity)**，根据与支撑墙的**共面性(coplanarity)**分类为可穿越或不可穿越 - 通过两种互补策略推断通道：①**穿越证据(traversal evidence)**：连续关键帧间相机-墙交互积累的证据；②**几何开口验证(geometric opening validation)**：基于映射墙几何中的不连续性 - 该框架集成到**vS-Graphs**中，用**场景图(scene graph)**的通道层级抽象丰富房间连通性模型
💡 核心创新
- **首次在VSLAM中系统性处理门和通道**，将其作为有语义意义的可穿越/不可穿越结构元素纳入映射 - **双策略互补推断通道**：同时利用运动轨迹中的穿越证据与静态几何不连续性，提升了检测鲁棒性 - **语义-几何联合建模**：门的共面性分类将语义标签与几何约束（墙平面）结合，更符合真实建筑结构 - **场景图层级拓展**：在vS-Graphs基础上增加通道节点，实现**房间连通性(room connectivity)**的显式建模，超越传统只含关键帧和物体的场景图
🏆 总体贡献
- 为**RGB-D视觉SLAM**提供了一种新的**结构映射(structural mapping)**范式，将门和通道作为建筑级语义元素融入地图 - 在室内办公序列上的**定性评估(qualitative evaluation)**展示了可靠的门口检测能力 - 开源代码（集成于vS-Graphs）促进了社区复现与后续改进 - 为**BIM驱动的VSLAM(BIM-informed VSLAM)**奠定了基础，使SLAM地图能与建筑信息模型对齐利用门等元素