无运动偏置的基于特征的 SLAM
计算机视觉与模式识别
2023-09-14 v1
摘要
为使 SLAM 能安全部署于非结构化真实世界环境，它必须具备常规基准所未涵盖的若干关键属性。本文表明，SLAM 交换性——即同一路径正反向遍历时轨迹估计的一致性——是当前最先进方法的一个显著问题。现有流水线在前进与反向行进间表现出显著偏置，且关于哪一方向性能更优亦不一致。本文针对基于特征的 SLAM 流水线提出若干改进以修正运动偏置问题。在四个数据集上的综合评估表明，我们在 ORB-SLAM2 中实现的改进大幅降低了前进与后退运动间的偏置，并进一步改善了整体轨迹误差。消除 SLAM 运动偏置对性能一致性至关重要的广泛机器人与计算机视觉应用具有重要意义。
引用
@article{arxiv.2309.06792,
title = {Motion-Bias-Free Feature-Based SLAM},
author = {Alejandro Fontan and Javier Civera and Michael Milford},
journal= {arXiv preprint arXiv:2309.06792},
year = {2023}
}
备注
BMVC 2023