A Survey on Monocular Re-Localization: From the Perspective of Scene Map Representation

📄 arXiv: 2311.15643v3 📥 PDF

作者: Jinyu Miao, Kun Jiang, Tuopu Wen, Yunlong Wang, Peijing Jia, Xuhe Zhao, Qian Cheng, Zhongyang Xiao, Jin Huang, Zhihua Zhong, Diange Yang

分类: cs.RO

发布日期: 2023-11-27 (更新: 2024-01-12)

备注: 33 pages, 10 tables, 16 figures, under review

🔗 代码/项目: GITHUB

💡 一句话要点

综述单目重定位中的场景地图表示方法以解决现有研究不足

🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)

关键词: 单目重定位 场景地图 算法分类 性能比较 自主导航 机器人技术 视觉地标

📋 核心要点

  1. 现有的MRL方法在场景地图表示与算法性能之间的关系缺乏系统性研究，导致研究空白。
  2. 本文通过分类和回顾不同地图表示形式的MRL方法，提供了全面的视角和分析。
  3. 引入公共数据集以量化比较不同MRL方法的性能，分析其优缺点，促进后续研究。

📝 摘要（中文）

单目重定位（MRL）是自主应用中的关键组成部分，旨在基于单目图像估计相对于场景地图的六自由度自我位姿。近年来，MRL技术取得了显著进展，许多算法在定位精度和鲁棒性方面表现出色。然而，现有的综述未系统性地探讨MRL解决方案与其使用的场景地图表示之间的关系。本文通过全面回顾MRL方法，从这一视角填补了这一空白，促进了进一步研究。我们首先定义了MRL问题，探讨了当前挑战，并与现有综述进行了比较。接着，根据地图表示形式将多种知名MRL方法分类并进行评述。最后，介绍了该领域的一些研究热点，并给出了个人观点。

🔬 方法详解

问题定义：本文旨在解决单目重定位（MRL）中场景地图表示与算法性能之间的关系不明确的问题。现有方法在不同地图表示下的性能差异未得到充分探讨，导致研究的局限性。

核心思路：通过对MRL方法进行分类和系统性回顾，本文提出从场景地图表示的角度分析MRL技术，促进对不同方法的理解和比较。这样的设计有助于识别各类方法的优缺点，推动该领域的进一步研究。

技术框架：整体架构包括四个主要模块：1) MRL问题定义与挑战分析；2) 根据地图表示形式分类的MRL方法回顾；3) 公共数据集的引入与性能比较；4) 未来研究方向的探讨。

关键创新：本文的创新点在于系统性地将MRL方法与场景地图表示形式关联起来，填补了现有文献的空白，提供了一个新的研究视角。与现有方法的区别在于强调了地图表示对MRL性能的影响。

关键设计：在方法分类中，本文将MRL方法分为五类：地理标记帧、视觉地标、点云、矢量化语义地图和基于神经网络的地图。通过引入公共数据集，提供了不同方法的性能数据，便于公平比较。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，基于不同地图表示的MRL方法在定位精度和鲁棒性方面存在显著差异。通过引入公共数据集，本文提供了多种最先进MRL方法的性能数据，促进了对比分析，推动了该领域的研究进展。

🎯 应用场景

该研究的潜在应用领域包括自动驾驶、机器人导航和增强现实等自主系统。通过提高单目重定位的准确性和鲁棒性，能够显著提升这些系统在复杂环境中的表现，具有重要的实际价值和未来影响。

📄 摘要（原文）

Monocular Re-Localization (MRL) is a critical component in autonomous applications, estimating 6 degree-of-freedom ego poses w.r.t. the scene map based on monocular images. In recent decades, significant progress has been made in the development of MRL techniques. Numerous algorithms have accomplished extraordinary success in terms of localization accuracy and robustness. In MRL, scene maps are represented in various forms, and they determine how MRL methods work and how MRL methods perform. However, to the best of our knowledge, existing surveys do not provide systematic reviews about the relationship between MRL solutions and their used scene map representation. This survey fills the gap by comprehensively reviewing MRL methods from such a perspective, promoting further research. 1) We commence by delving into the problem definition of MRL, exploring current challenges, and comparing ours with existing surveys. 2) Many well-known MRL methods are categorized and reviewed into five classes according to the representation forms of utilized map, i.e., geo-tagged frames, visual landmarks, point clouds, vectorized semantic map, and neural network-based map. 3) To quantitatively and fairly compare MRL methods with various map, we introduce some public datasets and provide the performances of some state-of-the-art MRL methods. The strengths and weakness of MRL methods with different map are analyzed. 4) We finally introduce some topics of interest in this field and give personal opinions. This survey can serve as a valuable referenced materials for MRL, and a continuously updated summary of this survey is publicly available to the community at: https://github.com/jinyummiao/map-in-mono-reloc.