StereoNeuroBayesSLAM：一种基于直接稀疏法的神经生物学启发立体视觉 SLAM 系统
机器人学
2020-03-09 v1 计算机视觉与模式识别
图像与视频处理
神经元与认知
摘要
我们提出一种受神经生物学启发的视觉同步定位与地图构建（SLAM）系统，基于直接稀疏法，从运动的立体相机实时构建大规模环境的认知地图。该核心 SLAM 系统主要由一个贝叶斯吸引子网络组成，其利用海马体中头方向（HD）细胞和中内侧内嗅皮层（MEC）中网格细胞的神经响应分别表示机器人的头方向和在环境中的位置。采用直接稀疏法从立体相机准确且鲁棒地估计速度信息。输入的旋转和平移速度分别由 HD 细胞和网格细胞网络积分。我们在 KITTI 里程计基准数据集上演示了这种受神经生物学启发的立体视觉 SLAM 系统。我们提出的 SLAM 系统能鲁棒地实时从立体相机构建一致的半度量拓扑地图。对认知地图的定性评估表明，我们提出的受神经生物学启发的立体视觉 SLAM 系统在跟踪精度和鲁棒性方面均优于我们先前类脑算法和受神经生物学启发的单目视觉 SLAM 系统，更接近传统的最先进方法。
引用
@article{arxiv.2003.03091,
title = {StereoNeuroBayesSLAM: A Neurobiologically Inspired Stereo Visual SLAM System Based on Direct Sparse Method},
author = {Taiping Zeng and Xiaoli Li and Bailu Si},
journal= {arXiv preprint arXiv:2003.03091},
year = {2020}
}