全局-局部航空测绘(GLAM)：从航拍视频重建城市
计算机视觉与模式识别
2018-06-08 v2
摘要
单目视觉SLAM已成为一种颇具吸引力的机器人定位与三维环境地图构建实用方法，因为相机体积小、重量轻、廉价，且能产生高帧率、高分辨率的数据流。尽管已开发出许多鲁棒工具，但由于计算和存储的限制，大多数现有系统被设计用于地面环境且规模相对较小（几千帧）。本文中，我们提出一种用于航拍视频的基于特征的视觉SLAM系统，其简单设计允许近实时操作，且其可扩展性允许在单台常规计算机上使用数万帧进行大面积地图构建。我们的方法由两个并行线程组成：第一个以视频帧率增量创建局部一致的小子地图并估计相机位姿；第二个通过基于位姿和路标点的因子图优化将这些子地图相互对齐，以生成单一全局一致的地图。在子地图对齐过程中，通过使用7自由度相似变换使尺度漂移最小化。我们在模拟和真实数据集上量化了系统性能，并演示了使用近90,000帧航拍视频实现精度在2米内的城市尺度地图重建——据我们所知，这是迄今为止规模最大且最快的此类重建。
引用
@article{arxiv.1706.01580,
title = {Global-Local Airborne Mapping (GLAM): Reconstructing a City from Aerial Videos},
author = {Hasnain Vohra and Maxim Bazik and Matthew Antone and Joseph Mundy and William Stephenson},
journal= {arXiv preprint arXiv:1706.01580},
year = {2018}
}