Nov, 2017

maplab: 一种用于视觉惯性建图和定位研究的开放框架

PDF
TL;DR该研究提出了一个基于 C ++ 的开源、面向研究的视觉惯性映射框架，名为 maplab，它具有多个关键功能，例如处理和操作多次会话映射、可视惯性优化和回路闭合等。该系统综合了最先进的算法，提供了可伸缩的多次会话映射工具、灵活的用户界面，并在公共数据集上得到了验证。
visual-inertial estimationmulti-session mapsmapping toolslocalizationrobotics
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

  • 基于关键帧的视觉惯性在线 SLAM 与重定位

    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。

    Feb, 2017

  • 机器人、虚拟现实和增强现实的实时定位和建图技术原理概览

    该论文描述了如何支持应用专家在选择和配置适当的算法和适当的硬件编译路径，在 SLAM（同时定位和制图）应用中实现算法交付的工具和方法，包括系统定量评估 SLAM 算法的工具和方法，自动化的机器学习指导算法和实现设计空间的探索，以及用于优化异构、加速架构的端到端模拟工具。

    Aug, 2018

  • 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

  • 几何感知学习用于相机定位的地图

    提出了一种名为 MapNet 的深度神经网络，它将地图表示为一种数据驱动的方式，利用视觉里程计和 GPS 等常见的传感器数据来建立约束关系，从而提高相机定位的精确度和实现自监督式更新。在室内和室外数据集上进行的实验表明，该方法相较于之前的工作在性能上有了显著的提高。

    Dec, 2017

  • vMAP: 神经场 SLAM 的向量化对象映射

    vMAP 采用神经场表示法实现目标级别的稠密 SLAM 系统。每个目标都由小型 MLP 表示，实现高效和完整的建模，无需 3D 先验知识。通过 RGB-D 相机，vMAP 可以在不需要先验信息的情况下实时检测对象实例并将其动态添加到地图中。该系统可以在单个场景中优化多达 50 个独立的目标，并实现高效的训练速度，更新频率达到 5 Hz。与先前的神经场 SLAM 系统相比，实验证明了显著改善的场景级别和目标级别重构质量。

    Feb, 2023

  • OpenVSLAM：一个通用的视觉 SLAM 框架

    本研究介绍了 OpenVSLAM，一个具有高可用性和可扩展性的视觉 SLAM 框架，为 AR 设备、机器人和无人机的自主控制等方面提供关键技术支持，是目前较为优秀的开源视觉 SLAM 框架之一。

    Oct, 2019

  • 使用视觉特征和地图进行基于图像的导航的映射、定位和路径规划

    本文提出一种基于图像的定位方法，针对图像检索领域的发展，将大量的参考图像整理为一种可以满足导航系统要求的地标集合，并通过网络流问题的框架为紧凑的地图表示和准确的自我定位提供了可行方案。

    Dec, 2018

  • 点线地图中视觉惯性定位的全局最优共识最大化

    本文提出了一种基于全局优化的稳健方法，来解决基于地图的视觉惯性定位中的共识最大化问题，该问题的主要挑战是在变化环境下存在外点，该方法可以在高百分比的外点存在时仍实现确定性全局收敛。

    Feb, 2020