用于基于物体的SLAM的多模态跟踪
计算机视觉与模式识别
2016-03-15 v1
摘要
我们提出一种用于单目相机的在线3D视觉物体跟踪框架，通过结合来自语义映射的空间知识和不确定性以及来自视觉里程计的高频测量。使用紧密集成的视觉与里程计组合，我们可以提高基于物体的语义映射跟踪的整体性能。我们提出一个通过基于信息的融合/仲裁将两种数据源集成到连贯框架的方案。我们在OmniMapper[1]背景下演示该框架，并在多个物体的6个挑战性序列上给出与运动捕获系统获得数据比较的结果。我们能够实现每帧跟踪平均误差0.23m，相对误差比最先进跟踪器少9%。
引用
@article{arxiv.1603.04117,
title = {Multi-modal Tracking for Object based SLAM},
author = {Prateek Singhal and Ruffin White and Henrik Christensen},
journal= {arXiv preprint arXiv:1603.04117},
year = {2016}
}
备注
Submitted to IROS 2016