基于事件相机的传感器融合与 odometry 应用：综述

事件相机受生物视觉启发，是一种异步传感器，能够检测亮度变化，具有在高速运动、低照明或宽动态范围环境中显著优势的特性。这些独特属性使事件相机在机器人和计算机视觉中尤其适合作为传感器融合，尤其是用于增强传统视觉或 LiDAR-惯性 odometry。conventional frame-based cameras 受限于运动模糊和漂移，这些问题可以通过事件相机提供的连续、低延迟数据来缓解。类似地，基于 LiDAR 的 odometry 在走廊等环境中会遇到几何信息丢失的挑战。为解决这些限制，不同于现有与事件相机相关的综述，本文提供了关于事件传感器融合用于 odometry 应用的最新进展的全面概述，尤其是探讨融合策略如何整合基于帧的相机、惯性测量单元（IMU）和 LiDAR。该综述批判性地评估了这些融合方法对改进复杂环境下 odometry 性能的贡献，同时指出关键应用，讨论其优势、局限性以及未解决的挑战。此外，本文提供了见解，以推动下一代 odometry 应用中事件传感器融合的未来研究方向。