用于鲁棒视觉里程计的自监督深度位姿校正
机器人学
2020-10-16 v2
摘要
我们提出一种自监督深度位姿校正（DPC）网络，该网络对视觉里程计估计器施加位姿校正以提升其精度。我们并非直接回归帧间位姿变化，而是基于先前利用数据驱动学习回归位姿校正以补偿因建模假设被破坏而产生的系统误差的工作。我们的自监督形式消除了对六自由度真值的需求，并且与预期相反，相比监督方法往往提高了整体导航精度。通过大量实验，我们表明自监督 DPC 网络能显著提升经典单目与立体里程计估计器的性能，并大幅优于最先进的全学习类方法。
引用
@article{arxiv.2002.12339,
title = {Self-Supervised Deep Pose Corrections for Robust Visual Odometry},
author = {Brandon Wagstaff and Valentin Peretroukhin and Jonathan Kelly},
journal= {arXiv preprint arXiv:2002.12339},
year = {2020}
}
备注
In Proceedings of the IEEE International Conference on Robotics and Automation (ICRA'20), Paris, France, May 31 - Jun. 4, 2020