Canny-VO：基于几何 3D-2D 边缘对齐的 RGB-D 相机视觉里程计
计算机视觉与模式识别
2020-12-17 v2 机器人学
摘要
本文回顾了自由曲线配准的经典问题，并将其应用于一种高效的 RGB-D 视觉里程计系统 Canny-VO，该系统高效地跟踪从图像中提取的所有 Canny 边缘特征。提出了两种替代边缘配准中常用的距离变换的方法：近似最近邻场和有向最近邻场。3D-2D 边缘对齐在这些替代公式下在效率和精度方面均受益。它消除了对计算要求更高的数据到模型配准、双线性插值和子梯度计算范式的需求。为确保系统在外点和传感器噪声存在下的鲁棒性，将配准表述为最大后验问题，并通过迭代重加权最小二乘法求解所得加权最小二乘目标。研究了多种鲁棒权重函数，并基于残差误差的统计特性做出最优选择。通过最近邻场自适应采样的定义进一步提升了效率。在公开 SLAM 基准序列上的广泛评估展示了最先进的性能以及对经典欧氏距离场的优势。
引用
@article{arxiv.2012.08228,
title = {Canny-VO: Visual Odometry with RGB-D Cameras based on Geometric 3D-2D Edge Alignment},
author = {Yi Zhou and Hongdong Li and Laurent Kneip},
journal= {arXiv preprint arXiv:2012.08228},
year = {2020}
}