利用视觉光照估计提高双目视觉里程计的精度
机器人学
2019-08-09 v3 计算机视觉与模式识别
摘要
在缺乏可靠且精确的GPS的情况下，视觉里程计（VO）已成为估计机器人车辆自运动的有效手段。与任何航位推算技术一样，VO会随时间累积无界的漂移误差，但通过引入绝对方向信息（例如来自太阳传感器的信息），可以限制这种累积。在本文中，我们利用视觉室外光照估计的最新工作，表明通过从用于计算VO的同一图像流中推断太阳位置，可以减少双目VO流水线中的估计误差，从而在不要求专用太阳传感器或太阳对相机可见的情况下获得太阳感知的益处。我们比较了基于手工设计视觉线索和卷积神经网络（CNNs）的太阳估计方法，并在广受欢迎的KITTI数据集上累计7.8公里的城市驾驶数据中展示了我们的方法，与纯VO相比，实现了高达43%的平移平均均方根误差（ARMSE）减少和59%的最终平移漂移误差减少。
引用
@article{arxiv.1609.04705,
title = {Improving the Accuracy of Stereo Visual Odometry Using Visual Illumination Estimation},
author = {Lee Clement and Valentin Peretroukhin and Jonathan Kelly},
journal= {arXiv preprint arXiv:1609.04705},
year = {2019}
}
备注
In: Kuli\'c D., Nakamura Y., Khatib O., Venture G. (eds) 2016 International Symposium on Experimental Robotics. ISER 2016. Springer Proceedings in Advanced Robotics, vol 1. Springer, Cham