OmniSLAM：面向宽基线多相机系统的全向定位与稠密建图
计算机视觉与模式识别
2020-03-19 v1 机器人学
摘要
在本文中，我们提出了一种用于宽基线多视立体装置的全向定位与稠密建图系统，该装置配备超广角视场（FOV）鱼眼相机，可对周围环境实现360度立体观测覆盖。为了更实用且精确的重建，我们首先引入了改进且轻量化的深度神经网络用于全向深度估计，其比现有网络更快且更准确。其次，我们将全向深度估计集成到视觉里程计（VO）中，并添加回环闭合模块以保证全局一致性。利用估计的深度图，我们将关键点重投影到彼此的视图上，从而带来更好且更高效的特征匹配过程。最后，我们将全向深度图与估计的刚体位姿融合到截断符号距离函数（TSDF）体素中以获得三维地图。我们在带有真值的合成数据集和具有挑战性环境的真实世界序列上评估了我们的方法，大量实验表明所提出的系统在合成与真实世界环境中均生成了优异的重建结果。
引用
@article{arxiv.2003.08056,
title = {OmniSLAM: Omnidirectional Localization and Dense Mapping for Wide-baseline Multi-camera Systems},
author = {Changhee Won and Hochang Seok and Zhaopeng Cui and Marc Pollefeys and Jongwoo Lim},
journal= {arXiv preprint arXiv:2003.08056},
year = {2020}
}
备注
accepted by ICRA 2020