GODSAC*：用于机器人重定位的图优化 DSAC*
机器人学
2021-05-17 v2
摘要
基于深度学习的单目相机图像相机位姿估计在视觉 SLAM 研究中近期得到采用。尽管此类位姿估计方法在办公室和公寓楼等小型封闭区域中结果优异，但当应用于户外设置等更大区域时往往表现不佳，主要因为缺乏显著特征。我们提出 GODSAC* 作为一种相机位姿估计方法，其通过位姿图的优化将来自训练神经网络的位姿预测与含噪里程计数据相融合。如我们在实验中所示，GODSAC* 在位姿估计精度上优于最先进的方法。
引用
@article{arxiv.2105.00546,
title = {GODSAC*: Graph Optimized DSAC* for Robot Relocalization},
author = {Alphonsus Adu-Bredu and Noah Del Coro and Tianyi Liu},
journal= {arXiv preprint arXiv:2105.00546},
year = {2021}
}