水下领域基于视觉-惯性的开源状态估计算法实验对比
机器人学
2021-01-22 v2
摘要
在过去十年中出现了大量利用视觉数据、且近来结合惯性数据的状态估计技术。通常用于评估的数据集包括室内和城市环境，相关支持视频已展示出令人印象深刻的性能。然而，此类技术在如海洋领域等挑战性条件下尚未得到充分评估。本文对比了十个近期开源软件包，以揭示其性能表现并就应对当前挑战提供指导。具体而言，我们选取了将相机与惯性测量单元（IMU）数据融合在一起的直接法以及紧耦合优化技术。实验通过在我们的实验室中使用水下机器人多年来收集的数据集对所有软件包进行测试来完成。所有数据集均已在线公开。
引用
@article{arxiv.1904.02215,
title = {Experimental Comparison of Open Source Visual-Inertial-Based State Estimation Algorithms in the Underwater Domain},
author = {Bharat Joshi and Sharmin Rahman and Michail Kalaitzakis and Brennan Cain and James Johnson and Marios Xanthidis and Nare Karapetyan and Alan Hernandez and Alberto Quattrini Li and Nikolaos Vitzilaios and Ioannis Rekleitis},
journal= {arXiv preprint arXiv:1904.02215},
year = {2021}
}