SharpSLAM：用于敏捷无人机的去模糊 3D 面向对象视觉 SLAM
机器人学
2024-10-10 v1
摘要
本文聚焦于提高 DSP-SLAM 中 3D 重建和分割质量的算法，通过增强 RGB 图像质量。SharpSLAM 算法旨在通过图像去模糊减少高动态运动对视觉面向对象 SLAM 的影响，提升所有方面的对象导向 SLAM，包括定位、制图和对象重建。实验结果显示，由于特征数量和相应的地图点增加，目标检测质量显著提升，F 分数从 82.9% 提升至 86.2%。 signed distance function 的 RMSE 也从 17.2 降至 15.4 cm。此外，我们的解决方案提升了对象定位，IoU 从 74.5% 提升至 75.7%。SharpSLAM 算法有望显著提高 DSP-SLAM 中 3D 重建和分割的质量，并影响机器人、自动驾驶车辆和增强现实等广泛领域。
引用
@article{arxiv.2410.05405,
title = {SharpSLAM: 3D Object-Oriented Visual SLAM with Deblurring for Agile Drones},
author = {Denis Davletshin and Iana Zhura and Vladislav Cheremnykh and Mikhail Rybiyanov and Aleksey Fedoseev and Dzmitry Tsetserukou},
journal= {arXiv preprint arXiv:2410.05405},
year = {2024}
}
备注
Manuscript accepted to IEEE Telepresence 2024