AquaticVision：利用事件与帧在水下环境中对标视觉 SLAM
机器人学
2025-06-06 v2
摘要
许多水下应用，如海上资产检查，依赖于视觉检查和精细的三维重建。近年来，面向水生环境的水下视觉 SLAM 系统进展在海洋机器人研究中引起了广泛关注。然而，现有的水下视觉 SLAM 数据集通常缺乏真实轨迹数据，使得仅凭定性结果或 COLMAP 重建难以客观比较不同 SLAM 算法的性能。在本文中，我们提出了一个新颖的水下数据集，其中包含使用运动捕捉系统获得的真实轨迹数据。此外，我们首次发布了包含事件和帧的视觉数据，用于水下视觉定位的基准测试。通过提供事件相机数据，我们旨在促进更鲁棒、更先进的水下视觉 SLAM 算法的开发。事件相机的使用有助于缓解极低光照或浑浊水下条件带来的挑战。我们数据集的网页为：https://sites.google.com/view/aquaticvision-lias。
引用
@article{arxiv.2505.03448,
title = {AquaticVision: Benchmarking Visual SLAM in Underwater Environment with Events and Frames},
author = {Yifan Peng and Yuze Hong and Ziyang Hong and Apple Pui-Yi Chui and Junfeng Wu},
journal= {arXiv preprint arXiv:2505.03448},
year = {2025}
}