以下內(nèi)容來自小六的機(jī)器人SLAM學(xué)習(xí)圈知識星球每日更新內(nèi)容

點(diǎn)擊領(lǐng)取學(xué)習(xí)資料 → 機(jī)器人SLAM學(xué)習(xí)資料大禮包

#論文# Monocular Visual-Inertial Odometry with Planar Regularities

論文地址：https://chuchuchen.net/downloads/papers/Chen2023IC...

作者單位：特拉華大學(xué)

開源數(shù)據(jù)集：GitHub - rpng/ov_plane: A monocular plane-aided vi...

?最新的單目視覺慣性里程計(jì)(VIO)方法依賴于稀疏點(diǎn)特征，部分原因是它們的效率、健壯性和普及性，而忽略了高層結(jié)構(gòu)規(guī)則，如人造環(huán)境中常見的平面，可以用來進(jìn)一步限制運(yùn)動(dòng)。通常，由于平面的大空間存在，相機(jī)可以在很長一段時(shí)間內(nèi)觀察到平面，因此適合長期導(dǎo)航。因此，在本文中，我們設(shè)計(jì)了一種基于輕量級多狀態(tài)約束卡爾曼濾波(MSCKF)的完全正則化平面特征的實(shí)時(shí)單目視覺系統(tǒng)。該方法的核心是一種高效的基于穩(wěn)健單目的平面檢測算法，它不需要像文獻(xiàn)中常見的立體或深度相機(jī)等額外的傳感模式，同時(shí)允許點(diǎn)特征到環(huán)境平面的實(shí)時(shí)正則化。具體地說，在提出的MSCKF中，平面維護(hù)狀態(tài)向量中，而較短的平面在使用后被邊緣化以提高效率。將平面正則性應(yīng)用于狀態(tài)SLAM特征和非狀態(tài)MSCKF特征，從而充分利用環(huán)境平面信息來提高VIO性能。通過大量的蒙特卡羅模擬和不同的真實(shí)世界實(shí)驗(yàn)(包括作者收集的AR場景)對所提出的方法進(jìn)行了評估，結(jié)果表明該方法在結(jié)構(gòu)化環(huán)境中的性能優(yōu)于基于點(diǎn)的VIO。

我們的主要貢獻(xiàn)包括: 1、我們設(shè)計(jì)了一個(gè)高效的單目VIO估計(jì)器，通過點(diǎn)平面幾何約束檢測和執(zhí)行平面規(guī)律，它能夠估計(jì)長壽命的SLAM平面特征或直接邊緣化短壽命的平面特征以提高效率。我們還研究了狀態(tài)內(nèi)SLAM和狀態(tài)外MSCKF點(diǎn)特征的平面正則化。2、我們開發(fā)了一種新穎的魯棒平面檢測和跟蹤算法，該算法利用稀疏的VIO點(diǎn)特征規(guī)范，無需昂貴的稠密深度圖或神經(jīng)網(wǎng)絡(luò)計(jì)算即可實(shí)現(xiàn)實(shí)時(shí)估計(jì)。3、我們在蒙特卡羅模擬和現(xiàn)實(shí)世界實(shí)驗(yàn)中廣泛驗(yàn)證了所提出的系統(tǒng)，并發(fā)布了作者收集的數(shù)據(jù)集，以造福社區(qū)。

以上內(nèi)容來自小六的機(jī)器人SLAM學(xué)習(xí)圈知識星球每日更新內(nèi)容