武汉大学 东北大学提出基于平面规律的直接稀疏视觉惯性里程计-环球快资讯

以下内容来自小六的机器人SLAM学习圈知识星球每日更新内容

(相关资料图)

点击领取学习资料 → 机器人SLAM学习资料大礼包

#论文# PVI-DSO: Leveraging Planar Regularities for Direct Sparse Visual-Inertial Odometry

论文地址：https://arxiv.org/abs/2204.02635

作者单位：武汉大学 东北大学  

基于直接法的单目视觉惯性里程计(VIO)可以利用图像中所有可用像素来估计相机运动并重建环境。更稠密的地图重建提供了更多的环境信息，更容易提取结构和平面规律。本文提出了一种利用平面规律(PVI-DSO)的单目直接稀疏视觉惯性里程计。该系统从三维点云生成的三维网格中检测共面信息，并利用共面参数引入共面约束。为了减少计算量和提高紧凑性，直接将平面距离代价作为平面参数的先验信息。我们在公共数据集上进行消融实验，并将我们的系统与其他最先进的算法进行比较。实验结果验证了利用平面信息可以提高基于直接方法的VIO系统的精度。

本文贡献如下：

1、据我们所知，PVI-DSO是第一个融合共面约束的直接稀疏视觉惯性里程计

2、我们在直接法中引入共面点参数化来构造光度误差约束。本文所采用的平面距离代价将共面约束转化为平面先验，在不增加额外计算代价的情况下，可以在优化过程中强制执行共面约束。

3、我们在具有挑战性的EuRoC和TUMVI数据集上设计了大量的实验。实验结果表明，将IMU约束和共面规律融合到直接方法中的PVI-DSO方法优于现有方法。

以上内容来自小六的机器人SLAM学习圈知识星球每日更新内容

本文使用 文章同步助手 同步

关键词：