TP-TIO：一种基于 Deep ThermalPoint 的稳健热惯性里程计
机器人学
2020-12-08 v1
摘要
为实现在视觉退化环境中的稳健运动估计，热里程计已成为机器人领域的研究热点。然而，大多数热里程计方法纯粹基于经典特征提取器，由于突发的光度变化与较大的热噪声，难以在连续帧间建立稳健的对应关系。为解决此问题，我们提出 ThermalPoint，一种专为在热图像上生成关键点而设计的轻量级特征检测网络，相较于其他最先进的方法具有显著的抗噪改进。此后，我们将 ThermalPoint 与一种新颖的辐射特征跟踪方法相结合，该方法直接利用完整的辐射数据，并在序列帧间建立可靠的对应关系。最后，借助基于优化的视觉-惯性框架，提出了一种基于深度特征的热惯性里程计（TP-TIO）框架，并在多种视觉退化环境中进行了充分评估。实验表明，我们的方法在充满烟雾的环境中优于最先进的视觉与激光里程计方法，并在正常环境中取得了具有竞争力的精度。
引用
@article{arxiv.2012.03455,
title = {TP-TIO: A Robust Thermal-Inertial Odometry with Deep ThermalPoint},
author = {Shibo Zhao and Peng Wang and Hengrui Zhang and Zheng Fang and Sebastian Scherer},
journal= {arXiv preprint arXiv:2012.03455},
year = {2020}
}