基于增量旋转平均与闭环的单目旋转里程计
计算机视觉与模式识别
2020-10-06 v1
摘要
估计绝对相机朝向对于姿态估计任务至关重要。一种成熟的方法是先执行视觉里程计(VO)或视觉SLAM(V-SLAM)，再从VO或V-SLAM估计的相机位姿(6自由度)中获取相机朝向(3自由度)。该方法的一个缺点，除了估计完整6自由度相机位姿的冗余性之外，是由于结构与运动的基本约束而依赖于联合估计地图(三维场景点)与6自由度位姿。为简化绝对朝向估计任务，我们形式化了单目旋转里程计问题，并设计了一种快速算法，仅利用2D-2D特征匹配精确估计相机朝向。我们系统的支撑是一种新的增量旋转平均方法，用于快速且常时间的迭代更新。此外，我们的系统维护一个视图图，其1)允许求解闭环以消除相机朝向漂移，2)可用于热启动一个V-SLAM系统。我们在真实世界数据集上进行了广泛的定量实验，以证明我们增量相机朝向求解器的精度。最后，我们展示了我们的算法对V-SLAM的益处：1)求解已知旋转问题以估计相机轨迹与周围地图，2)使V-SLAM系统能够跟踪纯旋转运动。
引用
@article{arxiv.2010.01872,
title = {Monocular Rotational Odometry with Incremental Rotation Averaging and Loop Closure},
author = {Chee-Kheng Chng and Alvaro Parra and Tat-Jun Chin and Yasir Latif},
journal= {arXiv preprint arXiv:2010.01872},
year = {2020}
}
备注
Accepted to DICTA 2020