GeVI-SLAM：基于重力增强的 underwater 机器人立体视觉惯性 SLAM
机器人学
2025-10-29 v1
摘要
underwater 机器人精准的视觉惯性同时定位与地图构建 (VI SLAM) 仍面临显著挑战，主要由于视觉退化频繁且惯性测量单元 (IMU) 动力学激励不足。本文提出 GeVI-SLAM，一种基于重力增强的立体 VI SLAM 系统，以解决上述问题。通过利用摄像机的直接深度估计能力，我们消除了 IMU 初始化时的尺度估计需求，使系统即使在低加速度动力学下也能稳定运行。结合精确的重力初始化，我们将姿态估计中的俯仰和滚转解耦，并求解 4 自由度 (DOF) 的 Perspective-n-Point (PnP) 问题进行姿态跟踪。这使得使用最小化 3 点求解器成为可能，在随机抽样一致性 (RANSAC) 框架中显著减少计算时间以剔除离群点。我们进一步提出了具有可证一致性的消除偏置的 4-DOF PnP 估计器，确保随特征数目增加，相对姿态收敛于真实值。为处理动态运动，我们在联合估计 IMU 协方差的同时对完整的 6-DOF 姿态进行细化，从而实现对重力先验的自适应加权。大量在仿真和真实数据上的实验表明，GeVI-SLAM 在精度和稳定性方面均优于当前最先进的方法。
引用
@article{arxiv.2510.24533,
title = {GeVI-SLAM: Gravity-Enhanced Stereo Visua Inertial SLAM for Underwater Robots},
author = {Yuan Shen and Yuze Hong and Guangyang Zeng and Tengfei Zhang and Pui Yi Chui and Ziyang Hong and Junfeng Wu},
journal= {arXiv preprint arXiv:2510.24533},
year = {2025}
}