CubemapSLAM：一种分段针孔单目鱼眼 SLAM 系统
机器人学
2019-02-28 v2
摘要
我们提出了一种用于具有大视场（FoV）的鱼眼相机的实时基于特征的 SLAM（同步定位与建图）系统。大视场相机有利于大规模室外 SLAM 应用，因为它们增加了连续帧之间的视觉重叠并捕获更多属于环境静态部分的像素。然而，当前基于特征的 SLAM 系统如 PTAM 和 ORB-SLAM 将其相机模型限制为仅针孔。为弥补这一空缺，我们提出了一种采用立方体贴图模型的新型 SLAM 系统，该系统利用完整视场而不引入鱼眼镜头的畸变，极大有益于特征匹配流程。在初始化和点三角化阶段，我们采用统一的基于向量的表示来高效处理跨多个面的匹配，并基于此表示提出并分析了一种新颖的内点检查度量。在优化阶段，我们设计并测试了一种新颖的多针孔重投影误差度量，其性能大幅优于其他度量。我们在公开数据集以及包含真实世界挑战性序列的自采数据集上全面评估了我们的系统。结果表明我们的系统比其他基于特征的鱼眼 SLAM 方法更鲁棒和准确。CubemapSLAM 系统已发布到公共领域。
引用
@article{arxiv.1811.12633,
title = {CubemapSLAM: A Piecewise-Pinhole Monocular Fisheye SLAM System},
author = {Yahui Wang and Shaojun Cai and Shi-Jie Li and Yun Liu and Yangyan Guo and Tao Li and Ming-Ming Cheng},
journal= {arXiv preprint arXiv:1811.12633},
year = {2019}
}
备注
The paper has been accepted by ACCV 2018