EROAM：实时事件相机旋转里程计与建图
计算机视觉与模式识别
2026-01-30 v2 机器人学
摘要
本文提出了 EROAM，一种新颖的基于事件的旋转里程计与建图系统，可实现实时、准确的相机旋转估计。与依赖事件生成模型或对比度最大化的现有方法不同，EROAM 通过将事件投影到单位球面上采用球面事件表示，并引入了事件球面迭代最近点（ES-ICP），这是一种专为事件相机数据设计的新颖几何优化框架。球面表示简化了旋转运动公式，同时在连续球面域内运行，实现了增强的空间分辨率。我们的系统采用基于增量 k-d 树结构和智能区域密度控制的高效地图管理方法，确保长期运行期间的最优计算性能。结合并行点到线优化，EROAM 在不牺牲精度的情况下实现了高效计算。在合成和真实世界数据集上的大量实验表明，EROAM 在精度、鲁棒性和计算效率方面均显著优于现有方法。我们的方法在包括高角速度和长序列在内的挑战性条件下保持一致的性能，而其他方法通常会失败或显示显著漂移。此外，EROAM 生成高质量的全景重建，并保留了精细的结构细节。
引用
@article{arxiv.2411.11004,
title = {EROAM: Event-based Camera Rotational Odometry and Mapping in Real-time},
author = {Wanli Xing and Shijie Lin and Linhan Yang and Zeqing Zhang and Yanjun Du and Maolin Lei and Yipeng Pan and Chen Wang and Jia Pan},
journal= {arXiv preprint arXiv:2411.11004},
year = {2026}
}
备注
Accepted by IEEE Transactions on Robotics (T-RO), 2026. Project page: https://wlxing1901.github.io/eroam/