XIRVIO：基于评论家引导迭代精进的视觉惯性里程计与可解释自适应加权
机器人学
2025-03-04 v1
摘要
我们提出了XIRVIO，一个基于Transformer的生成对抗网络(GAN)框架，用于单目视觉惯性里程计(VIO)。该框架以图像序列和6自由度(6-DoF)惯性测量作为输入，XIRVIO的生成器通过迭代精进过程预测位姿轨迹，随后由评论家进行评估以选择优化后的预测迭代。此外，自发产生的自适应传感器加权揭示了XIRVIO如何根据数据中的上下文线索关注每个感官输入，使其成为在安全关键的VIO应用中实现可解释性的有前景的方法。在KITTI数据集上的评估表明，XIRVIO在平移误差和旋转误差两方面均与知名的基于学习的最先进方法表现相当。
引用
@article{arxiv.2503.00315,
title = {XIRVIO: Critic-guided Iterative Refinement for Visual-Inertial Odometry with Explainable Adaptive Weighting},
author = {Chit Yuen Lam and Ronald Clark and Basaran Bahadir Kocer},
journal= {arXiv preprint arXiv:2503.00315},
year = {2025}
}
备注
7 pages, 6 figures