基于学习型视觉里程计的动态稠密 RGB-D SLAM
机器人学
2023-06-30 v2 计算机视觉与模式识别
摘要
我们提出一种基于学习型视觉里程计 TartanVO 的稠密动态 RGB-D SLAM 流水线。TartanVO 与其他直接法而非基于特征的方法一样，通过稠密光流估计相机位姿，这仅适用于静态场景并忽略动态物体。由于颜色恒常性假设，光流无法区分动态与静态像素。因此，为通过此类直接方法重建静态地图，我们的流水线利用光流输出解决动态/静态分割，并仅将静态点融合进地图。此外，我们重新渲染输入帧以去除动态像素，并迭代地将它们传回视觉里程计以细化位姿估计。
关键词
引用
@article{arxiv.2205.05916,
title = {Dynamic Dense RGB-D SLAM using Learning-based Visual Odometry},
author = {Shihao Shen and Yilin Cai and Jiayi Qiu and Guangzhao Li},
journal= {arXiv preprint arXiv:2205.05916},
year = {2023}
}
备注
The report was withdrawn due to improper citation