半稠密实时视觉里程计方法的评估
计算机视觉与模式识别
2018-04-13 v2
摘要
近几十年来，视觉里程计（VO）在计算机视觉领域的应用显著增加，也被用于多种机器人应用，例如火星探测漫游者。本文首先讨论两种流行的现有视觉里程计方法，即 LSD-SLAM 与 ORB-SLAM2，利用 Umeyama 方法改进视觉 SLAM 系统的性能度量。我们在三个不同的知名 KITTI 数据集、EuRoC MAV 数据集与 TUM RGB-D 数据集上仔细评估上述方法，以获得最佳结果，并图形化地将结果与不同视觉里程计方法的评估度量进行比较。其次，我们提出一种使用立体相机实时运行的方法，其结合了现有的基于特征（间接）方法与无特征（直接）方法，匹配精确的半稠密直接图像对齐，并在具有图像梯度的像素上直接重建精确的 3D 环境。关键词 VO、性能度量、Umeyama 方法、基于特征方法、无特征方法与半稠密实时。
引用
@article{arxiv.1804.03558,
title = {Evaluation of the visual odometry methods for semi-dense real-time},
author = {Haidara Gaoussou and Peng Dewei},
journal= {arXiv preprint arXiv:1804.03558},
year = {2018}
}
备注
14 pages, 6 figures