Twilight SLAM：低光环境导航
机器人学
2023-12-27 v4
摘要
本文对低光视觉同步定位与建图（SLAM）流水线进行了详细考察，重点关注最先进的（SOTA）低光图像增强算法与标准及当代 SLAM 框架的集成。我们工作的主要目标是解决一个关键问题：对视觉输入进行照明是否显著提升半暗与全暗环境中的定位精度？与以往主要处理部分昏暗数据集的工作不同，我们全面评估了各类低光 SLAM 流水线在昏暗照明环境中的表现。采用细致的实验方法，我们从定性与定量上评估了不同图像增强器与 SLAM 框架的组合，确定了基于特征的视觉 SLAM 的最佳性能组合。这些发现通过强调增强视觉输入对改善挑战性光照条件下定位精度的实际意义，推进了低光 SLAM 的发展。本文也提供了有价值的见解，鼓励进一步探索用于提升真实场景 SLAM 性能的视觉增强策略。
引用
@article{arxiv.2304.11310,
title = {Twilight SLAM: Navigating Low-Light Environments},
author = {Surya Pratap Singh and Billy Mazotti and Dhyey Manish Rajani and Sarvesh Mayilvahanan and Guoyuan Li and Maani Ghaffari},
journal= {arXiv preprint arXiv:2304.11310},
year = {2023}
}