用于滑动窗口光束法平差的方根边缘化
计算机视觉与模式识别
2022-04-19 v1
摘要
本文提出一种适用于实时里程计应用的新型方根滑动窗口光束法平差。该方根形式贯穿我们基于优化的滑动窗口估计器的三个主要方面:对于光束法平差,我们利用零空间投影消去路标变量;为存储边缘化先验,我们采用 Hessian 矩阵的方根;而在边缘化旧位姿时,我们避免形成法方程,并通过专门的 QR 分解直接更新方根先验。我们证明所提方根边缘化在代数上等价于 Hessian 上舒尔补(SC)的常规使用。此外,它能优雅地处理秩亏 Jacobian 矩阵,产生等价于带 Moore-Penrose 逆的 SC 的先验。我们在真实世界数据集上对视觉及视觉-惯性里程计的评价表明,所提估计器比基线快 36%。结果还显示,在单精度下,传统的基于 Hessian 的边缘化会导致数值失败并降低精度。我们分析边缘化先验的数值性质,以解释为何我们的方根形式不受相同影响,从而具有更优性能。
引用
@article{arxiv.2109.02182,
title = {Square Root Marginalization for Sliding-Window Bundle Adjustment},
author = {Nikolaus Demmel and David Schubert and Christiane Sommer and Daniel Cremers and Vladyslav Usenko},
journal= {arXiv preprint arXiv:2109.02182},
year = {2022}
}
备注
to be published at ICCV 2021; camera ready version