LiVisSfM: 结合 LiDAR 与视觉线索的高精度稳健 Structure-from-Motion
计算机视觉与模式识别
2024-10-30 v1
摘要
本文提出了一种名为 LiVisSfM 的准确且稳健的 Structure-from-Motion (SfM) 流水线，这是一种基于 SfM 的重建系统，充分结合了 LiDAR 与视觉线索。与大多数现有 LiDAR-惯性里程计 (LIO) 和 LiDAR-惯性-视觉里程计 (LIVO) 方法依赖强大的 LiDAR 配准配合惯性测量单元 (IMU) 不同，我们提出一种 LiDAR-视觉 SfM 方法，创新性地对 LiDAR 帧与 LiDAR 体素地图进行基于 Point-to-Gaussian 残差度量的配准，结合 LiDAR-视觉 BA 和显式闭环，以束优化方式实现 accurate and robust LiDAR 位姿估计，而无需依赖 IMU 集成。此外，我们提出一种增量体素更新策略，用于在 LiDAR 帧配准和 LiDAR-视觉 BA 优化过程中高效更新体素地图。实验表明，LiVisSfM 框架在更准确更稳健的 LiDAR 位姿恢复以及公共 KITTI 基准和多种自拍数据集上，优于最先进的 LIO 和 LIVO 作品。
引用
@article{arxiv.2410.22213,
title = {LiVisSfM: Accurate and Robust Structure-from-Motion with LiDAR and Visual Cues},
author = {Hanqing Jiang and Liyang Zhou and Zhuang Zhang and Yihao Yu and Guofeng Zhang},
journal= {arXiv preprint arXiv:2410.22213},
year = {2024}
}
备注
18 pages, 9 figures, 2 tables