通过不确定性传播实现深度里程计的一致性损失

通过里程计计算的增量位姿可随时间积分以计算设备相对于初始位置的位姿。所得的全局位姿可用于在深度里程计设定中构造第二项基于一致性的损失项。在多个损失施加于网络的情况下，可推导各输出的不确定性以在最大似然设定下权衡不同损失项。然而，当对积分变换施加约束时，由于算法每次迭代仅估计里程计，没有关于全局位姿不确定性的信息来权衡全局损失项。本文中，我们将不确定性与深度里程计网络的输出位姿相关联，并在每次迭代中传播不确定性。我们的目标是利用每增量步估计的协方差矩阵来权衡对应步的损失，同时使用累积不确定性权衡全局损失项。该公式提供了一种自适应方法来相互权衡增量与积分损失项，并考虑到新估计到来时不确定性的增加。我们提供位姿估计的定量与定性分析，并表明我们的方法超越了最先进视觉里程计方法的精度。随后，对不确定性估计进行评估并与固定基线比较。最后，在真实示例中利用不确定性值展示不确定性量化对于定位的有效性。