面向视觉SLAM的显著束调整
机器人学
2020-12-23 v1
摘要
近来，视觉显著性与注意力的理念开始在机器人学社区中受到关注。因此，本文旨在利用显著性预测模型在SLAM框架中模拟该机制。与传统SLAM在优化过程中将所有特征点视为同等重要相比，我们认为显著特征点应在优化过程中发挥更重要的作用。为此，我们提出一种显著性模型来预测显著性图，其可捕获场景语义与几何信息。随后，我们将传统束调整（Bundle Adjustment）方法中以显著性图的值作为特征点权重的显著束调整（Salient Bundle Adjustment）。在KITTI与EuRoc数据集上使用最先进算法进行的详尽实验表明，我们所提算法在室内与室外环境中均优于现有算法。最后，我们将开源我们的显著性数据集与相关源代码以推动未来研究。
引用
@article{arxiv.2012.11863,
title = {Salient Bundle Adjustment for Visual SLAM},
author = {Ke Wang and Sai Ma and Junlan Chen and Jianbo Lu},
journal= {arXiv preprint arXiv:2012.11863},
year = {2020}
}