AsynEVO：面向纯事件流的异步事件驱动视觉里程计

事件相机是一种受生物启发的视觉传感器，能够异步测量每个像素的亮度变化。事件相机的高时间分辨率和异步特性为估计机器人运动状态提供了巨大潜力。最近的工作采用了连续时间估计方法来利用事件相机的固有特性。然而，现有方法要么运行性能较差，要么忽略了事件相机的高时间分辨率。为缓解这一问题，我们提出了一种基于稀疏高斯过程（GP）回归的异步事件驱动视觉里程计（AsynEVO），以有效地从纯事件流中推断运动轨迹。具体而言，我们设计了一个异步前端流水线以适应事件驱动的特征跟踪并管理特征轨迹；在 $SE(3)$ 上的稀疏 GP 回归框架内，提出了一种并行动态滑动窗口后端。值得注意的是，我们采用了一种动态边缘化策略以确保该 GP 回归的一致性和稀疏性。在公共数据集和真实场景上进行的实验表明，与最先进的方法相比，AsynEVO 实现了具有竞争力的精度和卓越的鲁棒性。在重复纹理场景中的实验表明，AsynEVO 的高时间分辨率在高速运动估计中起着至关重要的作用。此外，我们展示了 AsynEVO 的计算效率显著优于增量方法。