OV$^{2}$SLAM：一种面向实时应用的完全在线且通用的视觉 SLAM
计算机视觉与模式识别
2021-02-09 v1 机器人学
摘要
视觉 SLAM 的许多应用，如增强现实、虚拟现实、机器人技术或自动驾驶，都需要通用、鲁棒且精确的解决方案，且多数情况下需具备实时能力。本文中，我们描述了 OVSLAM，一种完全在线的算法，可处理单目与立体相机设置、多种地图尺度以及从几赫兹到数百赫兹的帧率。它将视觉定位中诸多近期成果结合于一个高效的多线程架构中。与竞争算法的大量对比显示了该算法具有最先进的精度与实时性能。为惠及社区，我们发布了源代码：\url{https://github.com/ov2slam/ov2slam}。
引用
@article{arxiv.2102.04060,
title = {OV$^{2}$SLAM : A Fully Online and Versatile Visual SLAM for Real-Time Applications},
author = {Maxime Ferrera and Alexandre Eudes and Julien Moras and Martial Sanfourche and Guy Le Besnerais},
journal= {arXiv preprint arXiv:2102.04060},
year = {2021}
}
备注
Accepted for publication in IEEE Robotics and Automation Letters (RA-L). Code is available at : \url{https://github.com/ov2slam/ov2slam}