基于直接 surfel 优化的单目稠密同时定位与建图
系统与控制
2020-02-17 v2 系统与控制
摘要
本文提出了一种单目稠密同时定位与建图的新方法。待估计的曲面表示为分段平面曲面，定义为一组 surfel，每个 surfel 的参数为其位置与法向。然后通过 Gauss-Newton 迭代过程，直接从原始相机像素测量中估计这些参数。据作者所知，这是首次将该 approach 用于单目深度估计。将曲面表示为一组 surfel 具有若干优势。它允许恢复鲁棒且准确的像素深度，而无需使用计算密集的深度正则化方案。这进一步避免了使用物理上不可能的曲面平滑先验。新的 surfel 可由邻近 surfel 中的信息正确初始化，也避免了 Gauss-Newton 方法中通常所需的昂贵初始化例程。该方法用 GLSL 着色语言编写，允许使用 GPGPU 从而实现实时。该方法在多个数据集上进行了测试，展示了其深度与法向估计的正确性以及场景重建质量。本文结果展示了更具物理依据的分段平面场景深度先验，而非更常见的像素深度独立性与平滑先验的用处。
引用
@article{arxiv.1910.01997,
title = {Dense monocular Simultaneous Localization and Mapping by direct surfel optimization},
author = {Emanuel Trabes and Julio Daniel Dondo Gazzano and Carlos Federico Sosa Páez},
journal= {arXiv preprint arXiv:1910.01997},
year = {2020}
}