基于特征的重定位在单目直接视觉里程计中的紧耦合集成
计算机视觉与模式识别
2021-03-30 v3
摘要
在本文中，我们提出了一个将基于地图的重定位集成到在线直接视觉里程计中的框架。为了实现直接方法的基于地图的重定位，我们将图像特征集成到 Direct Sparse Odometry (DSO) 中，并依赖特征匹配将在线视觉里程计（VO）与先前构建的地图相关联。重定位位姿的集成体现在三个方面。首先，它们作为位姿先验被纳入前端跟踪的直接图像对齐中。其次，它们被紧耦合到后端光束法平差中。第三，进一步提出了一个在线融合模块，在位姿图中结合相对 VO 位姿与全局重定位位姿，以估计关键帧级别平滑且全局准确的位姿。我们在两个多天气数据集上评估了我们的方法，展示了集成不同手工设计与学习特征的好处，并证明了在相机跟踪精度上的可喜改进。
引用
@article{arxiv.2102.01191,
title = {Tight Integration of Feature-based Relocalization in Monocular Direct Visual Odometry},
author = {Mariia Gladkova and Rui Wang and Niclas Zeller and Daniel Cremers},
journal= {arXiv preprint arXiv:2102.01191},
year = {2021}
}
备注
ICRA 2021 camera-ready submission; 7 pages, 5 figures and 3 tables