Volume-DROID：基于 DROID-SLAM 的体素建图实时实现
机器人学
2023-06-13 v1 计算机视觉与模式识别
摘要
本文提出 Volume-DROID，一种集成体素建图与可微循环优化启发式设计（DROID）的同步定位与建图（SLAM）新方法。Volume-DROID 以相机图像（单目或立体）或视频帧作为输入，结合 DROID-SLAM、点云配准、现成语义分割网络与卷积贝叶斯核推断（ConvBKI），生成环境的三维语义地图并为机器人提供精确定位。我们方法的关键创新是通过从 RGB-Depth 帧生成点云及优化相机位姿，实现 DROID-SLAM 与卷积贝叶斯核推断（ConvBKI）的实时融合。该集成经过设计以实现高效及时处理，最小化延迟并确保系统有效性能。我们的方法仅需相机图像或立体视频输入即可实现功能性实时在线语义建图。本文提供了该算法的开源 Python 实现，地址为 https://github.com/peterstratton/Volume-DROID。
引用
@article{arxiv.2306.06850,
title = {Volume-DROID: A Real-Time Implementation of Volumetric Mapping with DROID-SLAM},
author = {Peter Stratton and Sandilya Sai Garimella and Ashwin Saxena and Nibarkavi Amutha and Emaad Gerami},
journal= {arXiv preprint arXiv:2306.06850},
year = {2023}
}