无需深度神经网络的学习可解释基于 BEV 的 VIO
机器人学
2022-09-20 v2 计算机视觉与模式识别
摘要
单目视觉-惯性里程计（VIO）是机器人与自动驾驶中的一个关键问题。传统方法基于滤波或优化解决该问题。虽然完全可解释，但它们依赖人工干预和经验参数调优。另一方面，基于学习的方法允许端到端训练，但需要大量训练数据来学习数百万参数。然而，不可解释且沉重的模型阻碍了泛化能力。在本文中，我们提出了一种完全可微分且可解释的、基于鸟瞰图（BEV）的 VIO 模型，适用于具有局部平面运动的机器人，且无需深度神经网络即可训练。具体而言，我们首先采用无迹卡尔曼滤波作为可微分层来预测俯仰和横滚，其中噪声的协方差矩阵被学习以滤除 IMU 原始数据的噪声。其次，利用精炼后的俯仰和横滚通过可微分相机投影检索每帧的重力对齐 BEV 图像。最后，利用可微分位姿估计器估计 BEV 帧间剩余的 3 自由度位姿：从而实现 5 自由度位姿估计。我们的方法允许端到端学习协方差矩阵，由位姿估计损失监督，展现出优于经验基线的性能。在合成与真实世界数据集上的实验结果表明，我们的简单方法可与最先进方法竞争，并对未见过场景泛化良好。
引用
@article{arxiv.2109.12292,
title = {Learning Interpretable BEV Based VIO without Deep Neural Networks},
author = {Zexi Chen and Haozhe Du and Xuecheng Xu and Rong Xiong and Yiyi Liao and Yue Wang},
journal= {arXiv preprint arXiv:2109.12292},
year = {2022}
}