Feb, 2017

基于关键帧的视觉惯性在线 SLAM 与重定位

PDF
TL;DR本文提出了基于关键帧的视觉惯性同步定位与地图构建（SLAM）方法，通过在线环路闭合和非线性优化方法，使得我们的系统在单目和立体相机上具有实时、准确和鲁棒的位姿估计能力，支持先前建立地图的重定位和持续的 SLAM 操作，并在室内和户外公开数据集上展示了我们方法高精度、高效的性能。
visual-inertial slamreal-time camera trackingkeyframe-based approachloop-closing optimizationrelocalization
发现论文，激发创造
  • 可视惯性单目 SLAM 及地图复用

    本文介绍了一种新的紧密耦合的视觉惯性同时定位和建图系统，采用惯性测量单元进行初始测量，实现了零漂移定位，带有地图重用功能，并应用于单目相机的最一般问题。在微型飞行器公共数据集的 11 个序列中测试了该系统，证明了其比目前最先进的视觉惯性测量方法更为准确。

    Oct, 2016

  • 单目视觉惯性 SLAM 的重定位、全局优化和地图合并

    本文提出了一种单目视觉惯性 SLAM 系统，可以通过重新定位相机和获取先前构建的地图中的绝对姿态来校正漂移，并进行全局一致性的 4 自由度姿态图优化，进而实现地图合并。

    Mar, 2018

  • 具有非线性因子恢复的视觉惯性映射

    本研究提出了一种通过非线性因子恢复和捆绑调整的方法从视觉惯性测距（VIO）中提取有用信息，以实现全局一致的建图和提高准确性。在公共基准测试中，我们证明了该方法优于现有技术。

    Apr, 2019

  • 大规模实时视觉惯性定位重访

    本文提出了一种基于图像的定位方法，使用本地特征和稀疏的三维模型进行全球规模的离线和在线实时客户端姿态融合，实现低延迟本地化查询，证明了该方法在大规模模型上的有效性。

    Jun, 2019

  • H-SLAM: 混合直接 - 间接视觉 SLAM

    我们提出了一种新的方法来解决在混合单目 SLAM 中需要维护不同的本地和全局地图表示的问题，通过使用描述符共享来生成单个反深度场景表示，消除了分离且冗余的地图维护过程，并在本地中使用、全局查询以执行闭环，之间的多地图不漂移，且计算成本和内存占用仅为其他单目 SLAM 系统的一小部分。

    Jun, 2023

  • Photo-SLAM: 单目、双目和 RGB-D 相机的实时同时定位和逼真地图建模

    本文介绍了 Photo-SLAM，一种具有超级基元地图的创新 SLAM 框架，通过同时利用显式几何特征进行定位和学习隐式光度特征来表示观察环境的纹理信息，以及采用高斯金字塔训练方法逐步学习多级特征以增强逼真的映射性能。实验证明，与当前最先进的 SLAM 系统相比，我们提出的 Photo-SLAM 在线逼真映射的性能显著优于其他系统，如 Replica 数据集中的 PSNR 提高了 30％，渲染速度快了数百倍。此外，Photo-SLAM 可以在像 Jetson AGX Orin 这样的嵌入式平台上实时运行，展示了机器人应用的潜力。

    Nov, 2023

  • 基于学习的语义地图构建与鲁棒摄像机定位

    介绍了一种使用语义特征的视觉惯性里程计系统 SemanticSLAM，可以在室内环境中进行可靠的相机定位，改善位姿估计并生成语义地图，可用于路径规划、避障和机器人导航等下游任务。

    Jan, 2024

  • 惯性引导下的视觉惯导视差不确定性估计

    利用惯性导航方法估计特征对应关系的不确定性，提高视觉里程计和 SLAM 方法的准确性。

    Nov, 2023

  • VINet: 视觉惯性里程计作为序列到序列学习问题

    本研究提出了一个基于流形的序列到序列学习方法，用于使用视觉和惯性传感器进行运动估计。该方法具有许多优点，特别是它无需手动同步相机和 IMU，也无需手动校准 IMU 和相机。当具有准确的校准数据时，我们的方法与传统方法有竞争力，并且在校准和同步误差存在的情况下可以训练超越它们。

    Jan, 2017

  • 非迭代式 SLAM

    本论文提出了一种基于深度相机和惯性传感器的微型机器人系统的新型密集 SLAM 的框架，使用非迭代的 Fourier 变换来减少计算需求，通过解耦 6 自由度数据和进行独立空间点云匹配，实现分类键帧训练以及数据关联，相较现有方法，其速度更快，分辨率更高，但精度相当。

    Jan, 2017