Mar, 2018
使用在线误差纠正的无监督深度网络进行视觉辅助的绝对轨迹估计
Vision-Aided Absolute Trajectory Estimation Using an Unsupervised Deep
Network with Online Error Correction
TL;DR本研究介绍了一种无监督深度神经网络方法，用于融合RGB-D图像和惯性测量进行绝对轨迹估计。我们的网络在没有IMU固有参数或IMU与相机之间的外部校准的情况下进行学习，学习整合IMU测量并生成假设轨迹，然后根据空间像素坐标的缩放图像投影误差的雅可比矩阵进行在线更正。在KITTI Odometry数据集上与最先进的视觉惯性测距，视觉测距和视觉同时定位和地图构建（VSLAM）方法进行了比较，表现出有竞争力的测距性能。