In feature-based visual simultaneous localization and mapping(SLAM), line features have been researched recently due to the advantage of a complementary role for localization even in textureless environments and structural mapping information. However, there were many cases in which tracking of line features was interrupted due to image blur or occlusion, which resulted in the degradation of the SLAM system. This paper proposes a system to continuously match and fuse line features in real-time. Our method selects the candidate lines between separated frames by reducing the range using epipolar constraints and mesh approximation. In this reduced range, it could finally be determined whether the corresponding lines are the same line by calculating descriptor distances and filtering with similarity error. A managing system to take advantage of these extra tracked lines is also implemented. Our method shows the number of tracked lines rises and improves the accuracy of SLAM as a result. The proposed method also helps estimate a more accurate trajectory in a textureless corridor environment than other state-of-the-art algorithms.
특징을 기반으로하는 단안 시각 관성 기반 동시간 위치 추정 및 지도 작성 (Simultaneous localization and mapping, SLAM) 기술에서, 특징선은 텍스쳐가 부족한 환경에서 위치 정확도를 위한 보완적인 역할을 할 수 있다는 점과 구조적인 매핑 정보를 얻을 수 있는 장점으로 인해 최근 연구되어 왔다. 하지만 이러한 특징선은 이미지 블러, 오클루젼 등으로 인해 추적이 중단되는 경우가 존재하였고 이는 SLAM 시스템의 성능 하향을 가져왔다. 본 논문에서는 실시간으로 특징선을 지속적으로 추적하면서 융합하기 위한 시스템을 제안한다. 떨어진 프레임에서 동일한 특징선임에도 다르다고 판단된 특징선의 매칭을 위해 에피폴라 제약조건과 메시 근사화를 통해 범위를 감소시킬 수 있다. 이 줄어든 범위에서 디스크립터와 유사성 에러 등을 결합한 필터링을 거쳐 동일한 특징선인지 최종적으로 판단하게 된다. 추적이 증가함으로써 발생하는 문제를 해결 및 관리하기 위한 시스템도 제안되었다. 본 논문이 제시하는 시스템을 통해 추적되는 특징선이 증가하고 SLAM의 정확도가 증가하는 것을 확인할 수 있다. 특히 텍스쳐가 부족한 복도환경에서 제안된 방법은 다른 state-of-the-art 알고리즘들보다 더 정확한 궤적을 추정할 수 있음을 보였다.
