LF-PGVIO：一种基于点与测地线段的大视场相机视觉-惯性里程计框架
计算机视觉与模式识别
2024-03-13 v2 机器人学
图像与视频处理
摘要
本文提出 LF-PGVIO，一种面向具有负平面的大视场（FoV）相机、利用点与测地线段的视觉-惯性里程计（VIO）框架。我们的研究旨在释放大视场全向相机中点线里程计的潜力，即便对于具有负平面视场的相机也是如此。为此，我们提出一种全向曲线段检测（OCSD）方法，并结合适用于大畸变图像的相机模型，如全景环带图像、鱼眼图像及各种全景图像。测地线段根据弧度切片为多条直线段，并提取与重组描述子。描述子匹配建立多帧间三维线段的约束关系。在我们的 VIO 系统中，线特征残差也扩展以支持大视场相机。在公开数据集上的大量评估表明，与当前最优方法相比，LF-PGVIO 具有更优的精度与鲁棒性。源代码将公开于 https://github.com/flysoaryun/LF-PGVIO。
引用
@article{arxiv.2306.06663,
title = {LF-PGVIO: A Visual-Inertial-Odometry Framework for Large Field-of-View Cameras using Points and Geodesic Segments},
author = {Ze Wang and Kailun Yang and Hao Shi and Yufan Zhang and Zhijie Xu and Fei Gao and Kaiwei Wang},
journal= {arXiv preprint arXiv:2306.06663},
year = {2024}
}
备注
Accepted to IEEE Transactions on Intelligent Vehicles (T-IV). The source code will be made publicly available at https://github.com/flysoaryun/LF-PGVIO