实地SLAM：具有挑战性的动态农业环境下单目建图与定位评估
计算机视觉与模式识别
2020-11-09 v2 机器人学
摘要
本文展示了一个能够将稀疏、间接、单目视觉SLAM与离线和实时多视图立体(MVS)重建算法相结合的系统。这种组合克服了农业环境中自主车辆或机器人遇到的诸多障碍，例如过度重复的模式、对非常精细重建的需求，以及由不平路面引起的突兀运动。此外，使用单目SLAM使我们的系统更易于与现有设备集成，因为我们不依赖LiDAR(昂贵且耗电)或立体相机(其标定对外部扰动如相机移位敏感)。据我们所知，本文给出了单目SLAM的首个评估结果，并且我们的工作通过模拟RGB-D SLAM以应对尺度模糊性，进一步探索了该特定应用场景下的无监督深度估计，并表明我们的方法产生的重建有助于各类农业任务。此外，我们强调我们的实验为改进农业环境下的单目SLAM系统提供了有意义的见解。
引用
@article{arxiv.2011.01122,
title = {SLAM in the Field: An Evaluation of Monocular Mapping and Localization on Challenging Dynamic Agricultural Environment},
author = {Fangwen Shu and Paul Lesur and Yaxu Xie and Alain Pagani and Didier Stricker},
journal= {arXiv preprint arXiv:2011.01122},
year = {2020}
}
备注
accepted to WACV 2021, acknowledgment added