本文提出了一种基于事件处理的星敏感器处理方法，通过多分辨率霍夫变换和旋转平均优化技术，能够在异步环境下使用标准硬件快速、准确地跟踪恒星方向。

Jun, 2019

本文提出了一种新的方法，用于在具有三个自由度的全景设置中进行事件摄像机的摄像机跟踪。该方法利用事件的空间位置而不使用图像场景点的外观进行跟踪。结果表明该方法能够应对快速移动的物体和场景中的动态物体。

Mar, 2017

使用卷积神经网络（CNN）的星空追踪器算法，通过模拟星像覆盖真实噪声和杂光，并结合像素坐标信息进行质心计算，解决高噪声和杂光干扰下的星点检测与定位问题，具有较高准确性和优秀的抗干扰能力。此外，该算法可在低功耗边缘 AI 处理器上实时执行。

Apr, 2024

采用贝叶斯滤波框架和概率生成事件模型，利用感知到的事件的对比度残差为估计事件相机和环境位置的度量，解决了在已知环境下，仅使用事件数据定位的问题。

Oct, 2015

介绍了事件相机技术的工作原理，可用传感器和任务，包括低级视觉和高级视觉，并讨论了处理事件的技术，特别是基于学习的技术和专门为这些传感器设计的处理器，如脉冲神经网络，同时提出了待解决的挑战和未来机器感知及与世界互动的新机遇。

Apr, 2019

本文介绍了使用适应性选择事件窗口中的信息形成运动补偿图像来重建场景以及估计相机的 6-DOF 姿态，并提出了一个惯性版本的仅事件流水线，以评估其性能。通过对两个公开事件数据集的序列的不同配置的结果与基准进行比较，本文证明了所提出的事件惯性流水线可以产生相当或更准确的结果，前提是地图估计可靠。

Jan, 2023

该论文介绍了一种利用事件相机和标准相机的互补性来实现低延迟跟踪视觉特征的方法，通过提取标准相机的特征和利用事件相机的低延迟更新，该方法能够在各种场景下产生比现有技术更准确、更长的特征跟踪。

Jul, 2018

本文提出了利用事件驱动视觉传感器的独特特性进行实时聚类的技术，以降低计算成本，提高多目标跟踪的准确性。通过数据集和实际物体操纵任务的实验验证了该方法的有效性。

Jul, 2018

本文提出了一种使用事件相机实现实时的视觉里程计的解决方案，其中包括基于视觉一致性的立体事件数据融合的半密集三维场景重建以及通过选定的地图和事件数据表示解决的姿态恢复问题。该系统成功利用事件相机的优势，在高速和大动态范围场景下进行视觉里程计，并在标准 CPU 上以实时运行，已在公开数据集和作者的数据集上进行了测试。

Jul, 2020

本文提出了一种使用事件相机实现闭环控制的方案，通过一个带有事件相机的双旋翼平台，采用修改后的霍夫变换算法与卡尔曼滤波器估算姿态，并使用 PD 控制器计算转子推力，实现一维姿态跟踪，同时取得了很好的控制效果。

Nov, 2019