消除偏置的PnP在双目视觉里程计中的应用：可证一致性与大规模定位
机器人学
2025-10-30 v1
摘要
本文首先提出了一种消除偏置的加权PnP（Bias-Eli-W）估计器，用于双目视觉里程计（VO），并具有可证一致性。具体而言，基于统计理论，我们发展了一种渐近无偏且具有 一致性的PnP估计器，考虑到不同的3D三角化不确定性，确保随着特征数量的增加，相对姿态估计收敛于真实值。接着，在双目VO管道侧，我们提出了一种框架持续对新帧进行三角化，有效地解耦合了姿态和3D点误差之间的时间依赖性。我们将Bias-Eli-W PnP估计器集成到所提出的双目VO管道中，形成良性的协同效应，增强了对姿态估计误差的抑制。我们在KITTI和Oxford RobotCar数据集上验证了该方法的性能。实验结果表明，我们的方法：1) 在大规模环境中实现了相对姿态误差和绝对轨迹误差的显著改进；2) 在erratic且不可预测的机器人运动下提供可靠的定位。Bias-Eli-W PnP在双目VO中的成功实现表明了在高不确定性测量任务中信息筛选的重要性，为PnP是关键要素的各种应用提供了启发。
引用
@article{arxiv.2504.17410,
title = {Bias-Eliminated PnP for Stereo Visual Odometry: Provably Consistent and Large-Scale Localization},
author = {Guangyang Zeng and Yuan Shen and Ziyang Hong and Yuze Hong and Viorela Ila and Guodong Shi and Junfeng Wu},
journal= {arXiv preprint arXiv:2504.17410},
year = {2025}
}
备注
10 pages, 7 figures