以下內(nèi)容來自小六的機(jī)器人SLAM學(xué)習(xí)圈知識(shí)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# EdgeVO: An Efficient and Accurate Edge-based Visual Odometry

論文地址：https://arxiv.org/pdf/2302.09493.pdf

作者單位：中國(guó)地質(zhì)大學(xué)?

? ? 視覺里程計(jì)在自動(dòng)駕駛汽車和機(jī)器人導(dǎo)航等許多應(yīng)用中都很重要。在沒有紋理的場(chǎng)景或光照突然變化的環(huán)境中進(jìn)行視覺里程計(jì)是一項(xiàng)具有挑戰(zhàn)性的工作，在這些環(huán)境中，流行的基于特征的方法或直接方法無法很好地工作。為了應(yīng)對(duì)這一挑戰(zhàn)，已經(jīng)提出了一些基于邊緣的方法，但它們通常在效率和精度之間掙扎。

?在這項(xiàng)工作中，我們提出了一種新的視覺里程計(jì)方法，稱為EdgeVO，它是準(zhǔn)確、高效和魯棒的。通過使用一定的策略有效地選擇一小部分邊緣，我們?cè)诓粻奚鹊那闆r下顯著提高了計(jì)算效率。與現(xiàn)有的基于邊緣的方法相比，我們的方法可以在保持相似的精度甚至更高的精度的情況下顯著降低計(jì)算復(fù)雜度。這歸因于我們的方法去除了無用或有噪聲的邊緣。在TUM數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，EdgeVO在效率、準(zhǔn)確率和穩(wěn)健性方面都明顯優(yōu)于其他方法。

以上內(nèi)容來自小六的機(jī)器人SLAM學(xué)習(xí)圈 每日更新內(nèi)容