几何结构辅助的视觉惯性定位
机器人学
2020-11-10 v1 计算机视觉与模式识别
摘要
视觉定位是自主导航中的一个关键组成部分。现有方法要么基于 SLAM/SfM 的视觉结构，要么基于稠密建图的几何结构。为了兼顾两者优势，本文提出一种基于混合地图表示的完整视觉惯性定位系统，以降低计算成本并提高定位精度。具体而言，我们分别提出了用于数据关联和批量优化的两个模块。为此，我们开发了高效的数据关联模块，将地图组件与局部特征关联，仅耗时 ms 即可生成临时路标。对于批量优化，我们未使用视觉因子，而是开发了一个模块从即时定位结果中估计位姿先验以约束位姿。在 EuRoC MAV 数据集上的实验结果表明，与现有最优方法相比具有竞争力。具体而言，我们的系统以 100% 召回率实现了 1.7 cm 的平均位置误差。耗时显示所提模块将计算成本降低了 20-30%。我们将在 http://github.com/hyhuang1995/gmmloc 开源我们的实现。
引用
@article{arxiv.2011.04173,
title = {Geometric Structure Aided Visual Inertial Localization},
author = {Huaiyang Huang and Haoyang Ye and Jianhao Jiao and Yuxiang Sun and Ming Liu},
journal= {arXiv preprint arXiv:2011.04173},
year = {2020}
}
备注
submitted to ICRA2021