基于拓扑-度量地图的单图像深度几何 6 自由度定位
计算机视觉与模式识别
2020-02-05 v1
摘要
我们描述了一种深度-几何定位器，能够在先前已建图的环境中从单幅图像估计相机的完整 6 自由度（DoF）全局位姿。我们的地图是一种拓扑-度量地图，具有离散拓扑节点，其 6 自由度位姿已知。我们地图中的每个拓扑节点还包含一组点，其 2D 特征与 3D 位置作为建图过程的一部分被存储。对于建图阶段，我们利用立体相机与常规立体视觉 SLAM 流程。在定位阶段，我们取单幅相机图像，使用深度学习将其定位到拓扑节点，并在匹配的 2D 特征（及其在拓扑地图中的 3D 位置）上使用几何算法（PnP）来确定相机全局一致的完整 6 自由度位姿。我们的方法将建图与定位的算法和传感器（立体与单目）分离，并允许使用单相机在先前已建图环境中进行精确的 6 自由度位姿估计。鉴于在手机与无人机等单相机设备上的潜在 VR/AR 与定位应用，我们的混合算法在仿真与真实环境中均优于基于完全深度学习的、从单幅图像回归位姿的 Pose-Net。
引用
@article{arxiv.2002.01210,
title = {Deep-Geometric 6 DoF Localization from a Single Image in Topo-metric Maps},
author = {Tom Roussel and Punarjay Chakravarty and Gaurav Pandey and Tinne Tuytelaars and Luc Van Eycken},
journal= {arXiv preprint arXiv:2002.01210},
year = {2020}
}