半语义线簇辅助的室内单目SLAM
计算机视觉与模式识别
2018-11-06 v1 机器人学
摘要
本文提出一种减小室内单目同时定位与建图（SLAM）尺度漂移的新方法。我们利用室内环境中线段形成紧密簇的先验知识，例如直走廊中的许多门框具有相同的形状、尺寸和方向，因此这些门框的相同边缘构成紧密线段簇。我们在流行的ORB-SLAM2中实现我们的方法，其也作为我们的基线。在前端，我们检测每帧中的线段并在三维空间中增量聚类。在后端，我们优化地图，施加同一簇中的线段应相同的约束。实验结果表明，我们提出的方法成功减小了室内单目SLAM的尺度漂移。
引用
@article{arxiv.1811.01592,
title = {Semi-Semantic Line-Cluster Assisted Monocular SLAM for Indoor Environments},
author = {Ting Sun and Dezhen Song and Dit-Yan Yeung and Ming Liu},
journal= {arXiv preprint arXiv:1811.01592},
year = {2018}
}