具有可微宽基线位姿优化的多会话 SLAM
计算机视觉与模式识别
2024-04-24 v1
摘要
我们引入了一种用于多会话 SLAM 的新系统,该系统在单一全局参考下跨多个不连贯的视频跟踪相机运动。我们的方法将光流预测与求解器层耦合以估计相机位姿。主干网络使用一种新颖的用于宽基线双视图位姿的可微求解器进行端到端训练。完整系统能够连接不连贯的序列、执行视觉里程计以及全局优化。与现有方法相比,我们的设计准确且对灾难性故障具有鲁棒性。代码可在 github.com/princeton-vl/MultiSlam_DiffPose 获取。
引用
@article{arxiv.2404.15263,
title = {Multi-Session SLAM with Differentiable Wide-Baseline Pose Optimization},
author = {Lahav Lipson and Jia Deng},
journal= {arXiv preprint arXiv:2404.15263},
year = {2024}
}
备注
Accepted to CVPR 2024