面向事件相机的连续时间视觉惯性里程计

事件相机是受生物学启发的视觉传感器，输出像素级亮度变化而非标准强度帧。与标准相机相比，它们具有显著优势，即极高的动态范围、无运动模糊以及微秒量级的延迟。然而，由于传感器输出的结构存在根本差异，需要开发能够利用高时间分辨率和传感器异步特性的新算法。最近的工作表明，事件相机位姿的连续时间表示能够以有原则的方式处理该传感器的高时间分辨率和异步特性。在本文中，我们利用这种连续时间表示来执行事件相机的视觉惯性里程计。该表示允许以微秒精度直接积分异步事件，并融合高频惯性测量。事件相机轨迹使用三次样条在刚体运动空间中由平滑曲线近似。这种表述显著减少了轨迹估计问题中的变量数量。我们在多个场景的真实数据上评估了我们的方法，并将结果与动作捕捉系统的真值进行了比较。我们表明，与事件相机最先进的视觉里程计方法的结果相比，我们的方法提供了更高的精度。我们还表明，通过融合事件和惯性数据，可以准确恢复地图的方向和尺度。据我们所知，这是使用连续时间框架进行事件相机视觉惯性融合的首个工作。