Edge SLAM:基于边缘点的单目视觉 SLAM
计算机视觉与模式识别
2019-01-15 v1
摘要
由于视觉界的高度关注,视觉 SLAM 近年来取得显著进展,但在低纹理环境中仍存在挑战。基于特征的视觉 SLAM 因低纹理环境中特征不足而无法给出可靠的相机与结构估计。此外,当用于基于束调整增量估计相机的 3D-2D 对应点数量不足时,现有视觉 SLAM 只能实现部分重建。本文提出 Edge SLAM,一种基于特征的单目视觉 SLAM,缓解了上述问题。我们提出的 Edge SLAM 流程从图像中检测边缘点,并利用光流跟踪这些点以建立点对应。我们进一步利用三视几何关系精炼这些点对应。得益于边缘点跟踪,我们采用一种鲁棒的两视图初始化方法用于束调整。我们提出的 SLAM 还能识别将新相机估计加入现有重建变得不可靠的潜在情形,并采用一种基于局部优化技术的新方法来可靠估计新相机。我们使用最流行的公开数据集对我们提出的 SLAM 流程进行了广泛评估,并与 SOTA 方法比较。实验结果表明,与现有 SOTA SLAM 相比,我们的 Edge SLAM 具有鲁棒性,并在纹理丰富与较少纹理环境中均能可靠工作。
引用
@article{arxiv.1901.04210,
title = {Edge SLAM: Edge Points Based Monocular Visual SLAM},
author = {Soumyadip Maity and Arindam Saha and Brojeshwar Bhowmick},
journal= {arXiv preprint arXiv:1901.04210},
year = {2019}
}
备注
ICCV Workshops 2017, Venice, Italy, October 22-29, 2017