HybVIO：推进实时视觉-惯性里程计的极限

Otto Seiskari; Pekka Rantalankila; Juho Kannala; Jerry Ylilammi; Esa Rahtu; Arno Solin

doi:10.1109/WACV51458.2022.00036

HybVIO：推进实时视觉-惯性里程计的极限

计算机视觉与模式识别 2024-03-28 v3

作者: Otto Seiskari , Pekka Rantalankila , Juho Kannala , Jerry Ylilammi , Esa Rahtu , Arno Solin

在 arXiv 上查看 ↗ PDF ↗ DOI ↗

摘要

我们提出 HybVIO，一种将基于滤波的视觉-惯性里程计（VIO）与基于优化的 SLAM 相结合的新型混合方法。我们方法的核心是具有高度鲁棒性、独立的 VIO，其改进了 IMU 偏置建模、离群值剔除、静止检测与特征轨迹选择，并可调以在嵌入式硬件上运行。长期一致性由松耦合的 SLAM 模块实现。在学术基准中，我们的方案在各类别均取得优异性能，尤其在实时用例中优于当前最先进水平。我们还使用自定义数据集展示了在消费级硬件上 VIO 用于车辆跟踪的可行性，并与当前商业 VISLAM 方案比较显示出良好性能。HybVIO 方法的开源实现见 https://github.com/SpectacularAI/HybVIO

关键词

视觉-惯性里程计 SLAM 实时 IMU 偏置建模嵌入式硬件车辆跟踪

引用

@article{arxiv.2106.11857,
  title  = {HybVIO: Pushing the Limits of Real-time Visual-inertial Odometry},
  author = {Otto Seiskari and Pekka Rantalankila and Juho Kannala and Jerry Ylilammi and Esa Rahtu and Arno Solin},
  journal= {arXiv preprint arXiv:2106.11857},
  year   = {2024}
}

备注

2022 IEEE Winter Conference on Applications of Computer Vision (WACV)

HybVIO：推进实时视觉-惯性里程计的极限

摘要

关键词

引用

备注

相关论文