OrcVIO：基于物体残差约束的视觉-惯性里程计
机器人学
2021-06-01 v3 计算机视觉与模式识别
摘要
将物体级语义信息引入同步定位与建图（SLAM）系统至关重要。它不仅能提升系统性能，还能支持以有意义物体为单位的任务指定。本工作提出 OrcVIO，一种将视觉-惯性里程计与结构化物体模型的跟踪和优化紧密耦合的方法。OrcVIO 通过对语义特征与边界框重投影误差进行微分，对物体的位姿与形状执行批量优化。估计得到的物体状态有助于对 IMU-相机状态进行实时增量优化。使用真实数据评估了 OrcVIO 在精确轨迹估计与大规模物体级建图方面的能力。
引用
@article{arxiv.2007.15107,
title = {OrcVIO: Object residual constrained Visual-Inertial Odometry},
author = {Mo Shan and Vikas Dhiman and Qiaojun Feng and Jinzhao Li and Nikolay Atanasov},
journal= {arXiv preprint arXiv:2007.15107},
year = {2021}
}
备注
Submitted to T-RO