GMMLoc：基于高斯混合模型的结构一致视觉定位
机器人学
2020-10-06 v2 计算机视觉与模式识别
摘要
将先验结构信息融入视觉状态估计通常能提升定位性能。在本文中，我们旨在解决视觉因子与结构约束耦合时精度与效率之间的矛盾。为此，我们提出一种跨模态方法，在先验地图（由高斯混合模型（GMM）建模）中跟踪相机。通过前端初步估计位姿后，局部视觉观测与地图分量被高效关联，且来自三角化的视觉结构同时被优化。通过将混合结构因子引入联合优化，相机位姿与局部视觉结构一起被光束法平差优化。通过在公开数据集上评估我们称为 GMMLoc 的完整系统，我们展示了系统如何仅以微小的计算开销提供厘米级定位精度。此外，与最先进的视觉主导状态估计器的对比研究证明了我们方法的竞争性性能。
引用
@article{arxiv.2006.13670,
title = {GMMLoc: Structure Consistent Visual Localization with Gaussian Mixture Models},
author = {Huaiyang Huang and Haoyang Ye and Yuxiang Sun and Ming Liu},
journal= {arXiv preprint arXiv:2006.13670},
year = {2020}
}
备注
IEEE Robotics and Automation Letters (RA-L); 8 pages, 6 figures; for demos and source code, see: http://sites.google.com/view/gmmloc/