一种用于室内工业环境的基于 Direct Sparse Odometry 的天花板视觉里程计系统
机器人学
2024-12-05 v1 计算机视觉与模式识别
摘要
在室内工业环境中运行的自主移动机器人需要可靠且稳健的定位系统。虽然视觉里程计（Visual Odometry, VO）可以提供机器人状态的合理估计，但当面对场景中的动态物体时，传统的 VO 方法会遇到挑战。或者，可以使用 upward-facing 相机来跟踪相对于天花板的机器人运动，而天花板代表了一个静态且一致的空间。我们在本文中引入了 Ceiling-DSO，这是一个基于 Direct Sparse Odometry（DSO）的天花板视觉系统。与其他天花板视觉系统不同，Ceiling-DSO 利用了 DSO 的灵活表述，避免了对天花板上可观测形状或 landmarks 所作的假设。这种方法确保了该方法适用于各种类型的天花板。由于目前没有可公开获取的天花板视觉数据集，我们在真实场景中创建了一个自定义数据集，并用于评估我们的方法。通过调整 DSO 参数，我们确定了用于在线姿态估计的最佳配置，结果显示与真实值相比的误差率可接受。我们在本文中对获得的结果进行了定性和定量分析。
引用
@article{arxiv.2412.02950,
title = {An indoor DSO-based ceiling-vision odometry system for indoor industrial environments},
author = {Abdelhak Bougouffa and Emmanuel Seignez and Samir Bouaziz and Florian Gardes},
journal= {arXiv preprint arXiv:2412.02950},
year = {2024}
}