面向基于表面的视觉定位的自动覆盖范围选择
机器人学
2019-06-28 v1
摘要
定位是机器人在广泛环境中运行的关键能力。设计、训练或校准视觉定位系统的关键考虑因素之一是平台上配备的视觉传感器的覆盖范围。例如，在航空场景中，平台的高度和相机视场角对向下相机在任何时刻能感知的环境范围起着关键作用。此外，在其他应用中，如道路或室内环境，相机分辨率和传感器放置高度等额外因素也会影响此覆盖范围。传感器覆盖范围及其数据的后续处理也具有显著的计算影响。本文首次提出一套方法，用于自动确定覆盖范围与视觉定位性能之间的权衡，从而能够识别以最小计算量获得最优定位性能所需的最小视觉传感器覆盖范围。我们基于重叠系数开发了一个定位性能指标，并证明了其对特定传感器覆盖范围下定位性能的预测能力。我们在来自空中和地面领域的多个具有挑战性的真实世界数据集上评估了我们的方法，并证明我们的方法能够使用少量校准数据自动优化覆盖范围。我们希望这些结果将有助于未来自主机器人、车辆和飞行系统定位系统的设计。
引用
@article{arxiv.1906.11419,
title = {Automatic Coverage Selection for Surface-Based Visual Localization},
author = {James Mount and Les Dawes and Michael Milford},
journal= {arXiv preprint arXiv:1906.11419},
year = {2019}
}
备注
Accepted to the IEEE Robotics and Automation Letters