ESVIO：基于事件的立体视觉惯性里程计
机器人学
2024-03-12 v3
摘要
事件相机异步输出低延迟事件流，为在挑战性情形下状态估计提供了巨大机遇。尽管近年来基于事件的视觉里程计已被广泛研究，其中大多基于单目，且对立体事件视觉的研究甚少。本文中，我们提出 ESVIO，首个基于事件的立体视觉-惯性里程计，其利用了事件流、标准图像与惯性测量的互补优势。我们提出的流水线在连续立体事件流间实现时间跟踪与瞬时匹配，从而获得鲁棒的状态估计。此外，设计运动补偿方法，通过利用 IMU 与 ESVIO 后端将每个事件扭曲至参考时刻以强调场景边缘。我们验证了 ESIO（纯事件基）与 ESVIO（事件辅以图像）在公开与自采集数据集上均优于其他基于图像与基于事件的基线方法。进一步，我们使用我们的流水线在低光环境下执行机载四旋翼飞行。还进行了真实世界大规模实验以证明长期有效性。我们强调本工作是一个实时、精确的系统，旨在挑战性环境下的鲁棒状态估计。
引用
@article{arxiv.2212.13184,
title = {ESVIO: Event-based Stereo Visual Inertial Odometry},
author = {Peiyu Chen and Weipeng Guan and Peng Lu},
journal= {arXiv preprint arXiv:2212.13184},
year = {2024}
}