本文提出了一种新的单目直接视觉里程计方法，该方法利用了卷帘快门模型，通过直接稀疏里程计来对一组最近的关键帧姿态和少量图像点进行捆绑调整，估计每个关键帧的速度并强加一个恒定速度先验性，以此获得准实时且精确的直接 VO 方法，在具有挑战性的卷帘快门序列上取得了比最先进的全局快门 VO 更好的结果。

Aug, 2018

通过定量评估直接、特征和半直接方法的最新技术，提供了社区有用的实用知识，以便更好地应用现有的方法和开发新的 VO 和 SLAM 算法，并提出了可能的改进现有方法的建议。

May, 2017

我们提出了一种方法来解决由具有滚动快门传感器的光场相机拍摄的单幅图像的三维场景重建问题。我们的方法利用光场中存在的三维信息线索和滚动快门效应提供的运动信息。我们提出了一个适用于该传感器的成像过程的通用模型和一个两阶段算法，该算法能在考虑相机的位置和运动的情况下，最小化重新投影误差，并采用运动 - 形状捆绑调整估计策略。从而，我们提供了一种瞬时的三维形状 - 姿态 - 速度感知范例。据我们所知，这是第一项利用这种传感器进行这种目的的研究。我们还提供了一个由展示滚动快门效应的不同光场组成的新的基准数据集，可用作改进该领域评估和跟踪进展的共同基础。我们通过几个针对不同场景和运动类型的实验来展示我们方法的有效性和优势。源代码和数据集可在此 https URL 公开访问。

Nov, 2023

本文提出了一种改进的运动结构法（SfM）算法，该算法考虑了无论 Rolling Shutter（RS）的影响，都能够估计两个连续帧的相对姿态，并给出了用于复原 Rolling Shutter 相机的相对姿态的 9 点算法，使用该算法的图像矫正可产生高质量的全局快门（GS）图像和 3D 重建结果。

Mar, 2019

本研究设计了一种名为 RD-VIO 的新型视觉惯性测距系统，能够处理动态场景和纯旋转问题，并通过 IMU-PARSAC 算法和延迟三角测量技术来提高在这些问题上的性能。实验证明，在动态环境中，所提出的 RD-VIO 相较于其他方法具有明显优势。

Oct, 2023

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

提出了一种基于滚动快门相机的相机姿态估计和环境几何估计的鲁棒快速 Bundle Adjustment 解决方案，该方案采用了标准化和协方差标准化加权的组合，避免平面退化，并针对其雅可比矩阵和舒尔补的稀疏性进行加速。

Sep, 2022

本文详细研究了旋转快门相机的几何问题，引入了旋转快门本质矩阵并将其与现有模型建立联系，从而总结出多透视相机干净的层次结构。此外，该文还引入了旋转快门情况下的 Sampson 距离，并通过在多个验证数据集上的实验，深入调查了旋转快门相机的外极线几何。

May, 2016

通过多传感器的数据融合，本文研究了多视觉惯性系统的状态估计和校准问题，并提出了一种新型解决方案，取得了较好的准确性和收敛性。

Aug, 2023

本研究提出了一种基于 Ackermann 运动模型和简化深度假设的最小算法求解滚动快门相机拍摄影像中的畸变，实现了高效且精确的运动补偿。

Dec, 2017