稠密与半稠密SLAM的比较设计空间探索
机器人学
2016-11-17 v3 计算机视觉与模式识别
摘要
SLAM在过去几年中已显著成熟，并开始出现在严肃的商业产品中。虽然每次会议上都有新的SLAM系统被提出，但评估通常仅限于定性可视化或相对于真值的精度估计。这是由于缺乏能够整体且定量评估这些系统的基准测试方法。在SLAM流程的单个内核和参数空间层面上的进一步研究尚不存在，而这对于系统研究和集成绝对至关重要。我们扩展了最近引入的SLAMBench框架，以允许在精度、能耗和处理帧率等指标上，于两种不同的硬件平台（即台式机和嵌入式设备）上比较两个最先进的SLAM流程，即KinectFusion和LSD-SLAM。我们还首次在单个内核层面分析了这些流程，并探索了它们的算法和硬件设计空间，从而获得了有价值的见解。
引用
@article{arxiv.1509.04648,
title = {Comparative Design Space Exploration of Dense and Semi-Dense SLAM},
author = {M. Zeeshan Zia and Luigi Nardi and Andrew Jack and Emanuele Vespa and Bruno Bodin and Paul H. J. Kelly and Andrew J. Davison},
journal= {arXiv preprint arXiv:1509.04648},
year = {2016}
}
备注
IEEE International Conference on Robotics and Automation 2016