Kimera：一个用于实时度量-语义定位与建图的开源库
机器人学
2020-03-05 v3 计算机视觉与模式识别
摘要
我们提供一个开源 C++ 库，用于实时度量-语义视觉-惯性同步定位与建图（SLAM）。该库超越了现有的视觉与视觉-惯性 SLAM 库（如 ORB-SLAM、VINS-Mono、OKVIS、ROVIO），能够实现三维网格重建与语义标注。Kimera 以模块化理念设计，包含四个关键组件：用于快速准确状态估计的视觉-惯性里程计（VIO）模块、用于全局轨迹估计的鲁棒位姿图优化器、用于快速网格重建的轻量三维网格化模块，以及稠密三维度量-语义重建模块。各模块可独立运行或组合运行，因此 Kimera 可轻松退化为最先进的 VIO 或完整 SLAM 系统。Kimera 在 CPU 上实时运行，并从可由现代深度学习方法获得的语义标注图像生成三维度量-语义网格。我们希望 Kimera 所提供的灵活性、计算效率、鲁棒性与准确性，能为未来的度量-语义 SLAM 与感知研究奠定坚实基础，并让多个领域（如 VIO、SLAM、三维重建、分割）的研究者无需从零开始即可 benchmark 与原型化其工作。
引用
@article{arxiv.1910.02490,
title = {Kimera: an Open-Source Library for Real-Time Metric-Semantic Localization and Mapping},
author = {Antoni Rosinol and Marcus Abate and Yun Chang and Luca Carlone},
journal= {arXiv preprint arXiv:1910.02490},
year = {2020}
}
备注
8 pages