用于 RGB-D 里程计的含噪点与平面的概率组合
计算机视觉与模式识别
2017-05-19 v1
摘要
本工作提出了一种视觉里程计方法，该方法结合了从含噪深度相机中提取的点与平面基元。深度测量的不确定性被建模并传播通过几何基元提取过程至帧间运动估计，其中通过根据不确定性加权 3D 点与平面匹配的残差来优化位姿。在 RGB-D 数据集上的结果表明，通过所提出的方法组合点与平面，能够在基于点的里程计注定失败的弱纹理环境中表现良好。
引用
@article{arxiv.1705.06516,
title = {Probabilistic Combination of Noisy Points and Planes for RGB-D Odometry},
author = {Pedro F. Proença and Yang Gao},
journal= {arXiv preprint arXiv:1705.06516},
year = {2017}
}
备注
Accepted to TAROS 2017