高性能实时立体SLAM——Stereo DSO

高性能实时立体SLAM——Stereo DSO

stereo-dsoStereo DSO项目地址:https://gitcode.com/gh_mirrors/st/stereo-dso

项目介绍

Stereo DSO是一个由Horizon Robotics自主驾驶团队开发的高性能实时立体视觉SLAM（Simultaneous Localization And Mapping）系统。它基于DSO（Direct Sparse Odometry），专为在CPU上运行而设计，特别适用于笔记本电脑和自动驾驶车辆的定位与建图服务。

技术分析

Stereo DSO结合了直接法和立体匹配技术，实现了对时间上相邻和静态场景的深度估计。关键帧与非关键帧处理方式不同：新初始化的关键帧会通过静态立体匹配更新和修剪深度图；而非关键帧则用于关键帧深度图的精细化。其核心算法包括 ImmaturePoint 类中的静态立体深度估计，以及 CoarseTracker 和 FullSystem 中的深度传播与初始化方法。

应用场景

该系统已被验证可在各种环境中稳定工作，如Kitti数据集的高速公路、公园和车库等。它特别适合那些需要实时定位和精确建图的应用，例如自动驾驶汽车、无人机和移动机器人。

项目特点

1. 无需初始化：Stereo DSO能够立即启动并开始跟踪。
2. 高精度与稳定性：相比DSO，Stereo DSO在尺度估算、准确性和鲁棒性上有显著提升，尤其是在Kitti数据集上的表现。
3. 实时性能：平均运行速度约为20帧/秒，确保实时性。
4. 健壮性：Stereo DSO不易丢失跟踪状态，即使在初始阶段运动不大的情况下也能成功初始化。

实验结果显示，在Kitti 05和00序列上，Stereo DSO的位姿误差远低于DSO，且运行效率高。这意味着无论是在复杂的城市环境还是较为简单的道路上，Stereo DSO都能提供可靠且高效的定位服务。

为了进一步优化性能，我们欢迎开发者们参与Stereo DSO的贡献和问题讨论。如果你想了解更多或有任何疑问，可通过Github或者电子邮件jiatianwuwork@gmail.com联系我们。

如果你正在寻找一个能够实现实时、精准、稳定的立体视觉SLAM解决方案，那么Stereo DSO绝对是你的首选。现在就加入我们，一起探索更广阔的计算机视觉应用领域吧！

stereo-dsoStereo DSO项目地址:https://gitcode.com/gh_mirrors/st/stereo-dso