扩展傅里叶-梅林变换算法的优化
机器人学
2023-07-20 v1
摘要
随着机器人应用的日益增多，稳定高效的视觉里程计（Visual Odometry, VO）算法变得越来越重要。基于傅里叶-梅林变换（Fourier Mellin Transformation, FMT）算法，扩展傅里叶-梅林变换（extended Fourier Mellin Transformation, eFMT）是一种可应用于下视相机的图像配准方法，例如用于空中和水下飞行器。eFMT 将 FMT 扩展到多深度场景，从而适用于更多应用场景。它是一种估计三张重叠图像间位姿变换的视觉里程计方法。在此基础上，我们开发了优化的 eFMT 算法，改进了该方法的某些方面，并将其与三连续帧小回环的后端优化相结合。为此，我们研究了从 eFMT 配准中提取不确定性信息、相关目标函数以及基于图的优化。最后，我们设计了一系列实验来研究该方法的性质，并与其他 VO 和 SLAM（Simultaneous Localization and Mapping，同步定位与建图）算法进行比较。结果表明我们的 o-eFMT 方法具有更优的精度和速度，并已开源发布。
引用
@article{arxiv.2307.10015,
title = {Optimizing the extended Fourier Mellin Transformation Algorithm},
author = {Wenqing Jiang and Chengqian Li and Jinyue Cao and Sören Schwertfeger},
journal= {arXiv preprint arXiv:2307.10015},
year = {2023}
}
备注
8 pages, 8 figures