Socionext 和日本東北大學(xué)顯著加快基于深度學(xué)習(xí)的 SLAM 處理

Socionext Inc. 與Takayuki Okatani 教授領(lǐng)導(dǎo)的日本東北大學(xué)研究小組合作，開發(fā)了一種新方法，可以減少 SLAM（同步定位和映射）所需的處理時間， 這對于執(zhí)行自主控制的設(shè)備至關(guān)重要，時間僅為傳統(tǒng)技術(shù)所需時間的 1/60。這種新方法使得在一些CPU 性能有限以及功耗有限的邊緣設(shè)備的 SoC進(jìn)行高級 SLAM 處理成為可能，例如自動駕駛汽車、AGV（自動導(dǎo)引車）、機(jī)器人、無人機(jī)和其他執(zhí)行自主的設(shè)備控制，以及諸如 AR（增強(qiáng)現(xiàn)實(shí)）眼鏡之類的設(shè)備。

該研究工作已被 ICCV（計算機(jī)視覺領(lǐng)域最負(fù)盛名的會議之一）接受為演講報告。 這種新方法在 10 月 11 日至 17 日在線舉行的ICCV 2021會議上進(jìn)行了介紹。

根據(jù)用于獲取物體周圍 3D 信息的傳感方法，SLAM 可以分為兩種主要類型。 一種是 LiDAR（光探測和測距），它使用激光測量距離。 另一種是Visual SLAM，它使用相機(jī)圖像。 視覺 SLAM 正在顯著發(fā)展，因?yàn)樗褂玫南鄼C(jī)相對便宜，并且除了同時定位之外，還可以將該方法與使用圖像識別的各種控制過程相結(jié)合，從而可以期待許多應(yīng)用。

近年來，隨著深度學(xué)習(xí)的引入，圖像識別技術(shù)取得了顯著的進(jìn)步，深度學(xué)習(xí)的應(yīng)用成為了視覺SLAM演進(jìn)的重要因素。 然而，基于特征點(diǎn)和相機(jī)方向優(yōu)化地標(biāo)的未知 3D 信息的束調(diào)整（BA）所需的大量計算是傳統(tǒng)方法的瓶頸。 對于 CPU 處理能力有限的邊緣型 SoC 設(shè)備，這會使實(shí)際處理變得困難。 （圖1）

（圖1）

為了應(yīng)對這一挑戰(zhàn)，研究團(tuán)隊提出了一種使用“圖網(wǎng)絡(luò)（GN）"[1] （一種圖神經(jīng)網(wǎng)絡(luò)）通過推理進(jìn)行近似計算的方法。 新方法包括從 GN block輸入的關(guān)鍵幀和地標(biāo)信息中推斷更新信息（圖 2），并通過多堆棧 GN 結(jié)構(gòu)收斂到最終值（圖 3）。 與使用傳統(tǒng) Levenberg-Marquardt 方法的標(biāo)準(zhǔn)束平差相比，這些使得推理處理所需的計算量更少。

（圖2）

?

（圖3）

研究團(tuán)隊使用這種新的推理方法實(shí)現(xiàn)了 Visual SLAM 捆綁調(diào)整，并將其與當(dāng)今廣泛使用的方法“g2o”[2]進(jìn)行了比較。 PC 仿真結(jié)果證實(shí)，與 g2o 相比，新方法可以將處理時間縮短至 1/60。（圖 4）

?

（圖4）

Socionext 將從這項(xiàng)研究工作中積累經(jīng)驗(yàn)，并將 Visual SLAM 技術(shù)確立為公司定制 SoC 解決方案的產(chǎn)品之一。 該公司將為工業(yè)設(shè)備和移動等需要圖像識別領(lǐng)域的客戶系統(tǒng)提出創(chuàng)新的性能改進(jìn)方案。 此外，公司將繼續(xù)研發(fā)通過新的推理方法提高處理效率，并將其使用擴(kuò)展到圖像識別以外的新客戶應(yīng)用。