MVP-SLAM: Multi-Camera Visual-Inertial Floorplan-Prior SLAM

📄 arXiv: 2609.39596v1 📥 PDF

作者: Asier Bikandi-Noya, Miguel Fernandez-Cortizas, Muhammad Shaheer, Holger Voos, Jose Luis Sanchez-Lopez

分类: cs.RO

发布日期: 2026-09-30

备注: 9 pages, 4 figures. Submitted to IEEE Robotics and Automation Letters (RA-L)

💡 一句话要点

提出MVP-SLAM以解决室内建筑工地的视觉SLAM漂移问题

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

关键词: 视觉SLAM 惯性导航 建筑工地 漂移校正 多相机系统 实时定位 楼层平面图 机器人技术

📋 核心要点

  1. 现有视觉SLAM方法在室内建筑工地环境中面临光照变化和低纹理结构导致的轨迹漂移问题，影响系统的稳定性和准确性。
  2. MVP-SLAM通过双鱼眼相机在线进行视觉惯性SLAM，利用检测到的墙体与楼层平面图的匹配来实时校正漂移，提供了一种新颖的解决方案。
  3. 在Hilti-Trimble SLAM Challenge 2026中，MVP-SLAM在定位和SLAM任务中均表现优异，显示出其在复杂环境中的有效性和鲁棒性。

📝 摘要（中文）

室内建筑工地环境对视觉SLAM提出了严峻挑战，因光照变化和低纹理结构导致系统在长轨迹中漂移。尽管如此，墙体等结构元素在这些条件下仍然可辨识。现有方法通常在离线阶段利用楼层平面图来校正已构建的轨迹，而在线校正的方法多依赖深度传感器。本文提出MVP-SLAM，一种基于双鱼眼相机的在线视觉惯性SLAM，通过将检测到的墙体与楼层平面图匹配，采用漂移感知策略来校正漂移。多阶段集成将每对匹配逐步转化为持久校正，使得轨迹在构建过程中始终保持校正和定位。MVP-SLAM在Hilti-Trimble SLAM Challenge 2026的多层建筑工地上进行了验证，在定位任务中排名22支队伍中的第2名（均方根误差0.29米），在SLAM任务中排名第5名（均方根误差0.24米），在所有在线集成楼层平面图并进行定位的队伍中排名第一。

🔬 方法详解

问题定义：本文旨在解决室内建筑工地中视觉SLAM系统因光照变化和低纹理结构导致的轨迹漂移问题。现有方法多依赖离线校正或深度传感器，无法实时有效地进行校正。

核心思路：MVP-SLAM的核心思想是通过双鱼眼相机实时检测墙体，并将其与已知的楼层平面图进行匹配，从而实现漂移的在线校正。此设计使得系统能够在复杂环境中保持稳定的定位。

技术框架：MVP-SLAM的整体架构包括多个模块：首先是视觉惯性传感器数据的获取，然后是墙体的检测与匹配，接着是漂移校正的实施，最后是轨迹的持续更新与优化。

关键创新：MVP-SLAM的主要创新在于其在线校正能力，利用视觉信息而非依赖深度传感器，能够在动态变化的环境中实时调整轨迹，显著提高了系统的鲁棒性。

关键设计：在技术细节上，MVP-SLAM采用了多阶段集成策略，将每对匹配的墙体与楼层平面图的关系逐步转化为持久的校正。此外，系统的参数设置和损失函数设计也经过精心调整，以优化校正效果。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

在Hilti-Trimble SLAM Challenge 2026中，MVP-SLAM在定位任务中以0.29米的均方根误差排名第2，在SLAM任务中以0.24米的均方根误差排名第5，且在所有在线集成楼层平面图的队伍中表现最佳，显示出其卓越的性能。

🎯 应用场景

MVP-SLAM的研究成果在建筑工地、室内导航和机器人自主定位等领域具有广泛的应用潜力。其在线校正能力能够显著提高在复杂环境中的定位精度，推动智能建筑和自动化施工的发展。

📄 摘要（原文）

Indoor building construction sites are demanding environments for visual SLAM, where variable lighting and repetitive, low-textured structures make the system drift over long trajectories, though structural elements such as walls remain distinguishable despite these conditions. These buildings are constructed according to their as-planned floor plans, available from the design phase, and although the actual as-built site can differ from this design, floor plans still provide a metric reference, both to localize the system in the building and to correct drift. Existing methods often use the floor plan to correct an already-built trajectory offline, and those that instead correct it online typically rely on depth sensors. We instead present MVP-SLAM, an online visual-inertial SLAM on two opposite-facing fisheye cameras that corrects drift from cameras alone by matching walls detected in its map to the floor plan, through a drift-aware policy. A multi-stage integration then turns each matched pair incrementally into a persistent correction, so the trajectory stays corrected and localized within the floor plan as it is built. MVP-SLAM was validated on the multi-floor construction sites of the Hilti-Trimble SLAM Challenge 2026, ranking 2nd of 22 teams in the Localization task (0.29 m mean RMSE) and 5th of 62 teams in the SLAM task (0.24 m), the top-ranked one in both tasks among those that operate online, integrate the floor plan, and localize within it.