鲁棒的自体与物体六自由度运动估计与跟踪
机器人学
2020-07-29 v1 计算机视觉与模式识别
摘要
利用相机信息跟踪自身运动及场景中物体运动的问题被称为多体视觉里程计，是一项具有挑战性的任务。本文提出一种鲁棒方案，以实现动态多体视觉里程计的准确估计与一致可跟踪性。借助近期在语义实例级分割与精确光流估计上的进展，提出了一种紧凑而有效的框架。引入了联合优化 SE(3) 运动与光流的新颖公式，提升了跟踪点质量与运动估计精度。所提方法在虚拟 KITTI 数据集上评估，并在真实 KITTI 数据集上测试，展示了其对自动驾驶应用的适用性。为惠及社区，我们公开了源代码。
引用
@article{arxiv.2007.13993,
title = {Robust Ego and Object 6-DoF Motion Estimation and Tracking},
author = {Jun Zhang and Mina Henein and Robert Mahony and Viorela Ila},
journal= {arXiv preprint arXiv:2007.13993},
year = {2020}
}
备注
7 pages, 6 figures, 5 tables, accepted in the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2020