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# Visual-LiDAR Odometry and Mapping with Monocular Scale Correction and Motion Compensation

論文地址：https://arxiv.org/pdf/2304.08978.pdf

作者單位：北京理工大學(xué)

本文提出了一種新穎的具有低漂移特性的視覺-激光雷達(dá)里程計和建圖方法。該方法基于兩種流行的方法ORBSLAM和A-LOAM，采用單目尺度校正和視覺輔助激光雷達(dá)運(yùn)動補(bǔ)償修正。標(biāo)度校正器計算三角測量恢復(fù)的圖像關(guān)鍵點(diǎn)深度與激光雷達(dá)提供的圖像關(guān)鍵點(diǎn)深度之間的比例，使用異常值排除過程來提高精度。在激光雷達(dá)運(yùn)動補(bǔ)償方面，視覺里程法給出了激光雷達(dá)運(yùn)動的初值，以獲得更好的性能。

該方法不僅適用于高分辨率激光雷達(dá)，也適用于低分辨率激光雷達(dá)。為了評估所提出的SLAM系統(tǒng)的魯棒性和準(zhǔn)確性，我們在KITTI Odometry和S3E數(shù)據(jù)集上進(jìn)行了實驗。實驗結(jié)果表明，我們的方法明顯優(yōu)于獨(dú)立的ORB-SLAM2和A-LOAM。此外，在帶尺度校正的視覺里程測量精度方面，我們的方法與雙目ORB-SLAM2相似。

本文貢獻(xiàn)如下：1、一種視覺-激光雷達(dá)松耦合里程計。解決LOAM在退化場景下失敗的問題，提高性能。2、提出了一種不需要增強(qiáng)視覺特征點(diǎn)深度的尺度校正算法。它保證了視覺里程計的輸出不會有明顯的漂移。3、在大規(guī)模數(shù)據(jù)集上實現(xiàn)我們的系統(tǒng)并驗證其有效性。

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