探索基于事件相机的行星机器人里程计
计算机视觉与模式识别
2022-08-01 v2 机器人学
摘要
由于事件相机对运动模糊的鲁棒性以及在低光和高动态范围条件下的高健壮性，它们有望成为未来火星直升机任务中基于视觉探索的赋能传感器。然而，现有的基于事件的视觉-惯性里程计（VIO）算法要么跟踪误差大，要么脆弱，因为它们无法应对由意外的跟踪丢失或其他效应引起的显著深度不确定性。在这项工作中，我们引入 EKLT-VIO，它通过结合最先进的基于事件的前端与基于滤波的后端，解决了这两个局限。这使其既准确又对不确定性鲁棒，在挑战性基准上以 32% 的优势超越基于事件和基于帧的 VIO 算法。此外，我们在悬停类条件下（超越现有基于事件的方法）展示了准确性能，以及在新收集的火星类和高动态范围序列中的高鲁棒性，而现有基于帧的方法在这些序列中失效。在此过程中，我们表明基于事件的 VIO 是火星上基于视觉探索的前进方向。
引用
@article{arxiv.2204.05880,
title = {Exploring Event Camera-based Odometry for Planetary Robots},
author = {Florian Mahlknecht and Daniel Gehrig and Jeremy Nash and Friedrich M. Rockenbauer and Benjamin Morrell and Jeff Delaune and Davide Scaramuzza},
journal= {arXiv preprint arXiv:2204.05880},
year = {2022}
}