中文

面向室内环境的连续三维高斯地图直接稀疏里程计

机器人学 2025-03-06 v1

摘要

精确的定位对于自主导航等机器人和增强现实应用至关重要。基于视觉的方法结合先验地图旨在将激光雷达级别的精度与相机的成本效率相结合,以实现稳健的姿态估计。然而,现有方法在将离散点云地图与密集图像像素关联时,往往依赖不可靠的插值过程,这不可避免地引入深度误差并降低姿态估计精度。我们提出了一种利用连续三维高斯地图的单目视觉里程计框架,该框架直接为所有提取的高梯度点分配几何一致的深度值,无需插值。在两个公开数据集上的评估表明,该方法在跟踪精度方面优于现有方法。我们已发布该工作的源代码,以供社区开发使用。

关键词

引用

@article{arxiv.2503.03373,
  title  = {Direct Sparse Odometry with Continuous 3D Gaussian Maps for Indoor Environments},
  author = {Jie Deng and Fengtian Lang and Zikang Yuan and Xin Yang},
  journal= {arXiv preprint arXiv:2503.03373},
  year   = {2025}
}

备注

7 pages,5 figures