- 博客(74)
- 收藏
- 关注
RSS订阅原创 SLAM之反求运动和地图点（对极几何）
前面的文章介绍了如何在已知空间点的情况下在不同坐标系中的表示（刚体的坐标变换），以及如何将空间中的点投影到相机中生成图像，但是现实中的情况却是相反的情况（空间点以及坐标系之间的变换未知），这也正是SLAM要求解的问题。
2023-06-26 10:34:55
415
原创 SLAM中刚体的运动描述
物体在真实世界中是运动的，SLAM中求解的机器人位姿就是求解机器人的运动。SLAM的问题就是求解世界坐标系中的静态物理点坐标以及运动的机器人点坐标集合（机器人运动点的集合构成机器人的运动轨迹）。而通常我们获取的信息是以机器人本体为坐标系下的世界点的坐标信息，因此需要完成运动坐标系下的坐标到世界坐标系坐标的转换。
2023-06-09 23:09:12
913
原创 视觉相机模型以及投影原理推导——（单目）
合并参数：改写成矩阵形式：K就是常说的内参矩阵、最终投影公式:左边的是投影点坐标、右边的K叫做内参矩阵，由焦距、缩放因子、平移因子组成，Pw为世界坐标系下的物理点的齐次坐标 Pu、v为像素坐标下的投影点的齐次坐标。
2023-06-08 11:40:07
3108
原创 jetson NX 下部署Intel RealSense d455相机——SDK安装+ROS安装
jetson NX 边缘计算平台、ubuntu 18.04 系统如果有其他平台的安装官网也提供了安装教程，请按照实际平台进行安装。
2023-06-02 11:56:57
1022
原创 ubuntu18.04每次安装软件都报错，无法获得锁的情况
每次打开虚拟机要安装软件时都报错无法获得锁的情况？一次性解决办法这个错误通常表示在尝试安装软件时，系统发现有其他进程正在使用 dpkg 工具，因此无法获得对 dpkg 数据库的访问权限。这可能是由于另一个包管理工具（例如apt）正在运行，或者系统更新正在进行中。要解决这个问题，你可以尝试以下几种方法：1、等待一段时间：有时候这个错误只是暂时的，可能是由于系统正在进行其他包管理操作。等待几分钟然后再次尝试安装软件。2、关闭其他软件包管理工具：确保在安装软件时没有其他软件包管理工具正在运行。
2023-05-15 11:48:13
1778
原创 SLAM论文速递：经典动态SLAM解析—（2021）DP-SLAM:面向动态环境的移动概率视觉SLAM—5.08（1）
结合几何模型和语义分割，提出一种运动概率传播模型来缓解动静态关键点的误分类问题，并将其集成到视觉SLAM系统中，提高其对动态环境的适应能力。同时，分析和讨论实验结果，强调您的方法在动态环境下SLAM性能上的改进，以及与现有技术的比较。在视觉SLAM系统中实现密集地图重建：您可以尝试将所提出的方法扩展到基于密集点云地图的SLAM系统，这将使您的SLAM算法更具实用性，因为密集点云地图对移动机器人导航更具有意义。2)利用静态信息修复被遮挡的背景，得到无动态内容的合成RGB帧和对应的深度帧，有利于虚拟现实应用。
2023-05-08 10:40:01
904
原创 SLAM论文速递：SLAM—（2021） 基于目标检测的动态环境下的视觉SLAM—5.05（1）
我们提出了一种动态环境下的视觉SLAM方法，该方法将基于深度学习的目标检测技术与动态目标概率模型相结合，有效准确地区分场景的静态和动态区域。为了减少动态内容的影响，我们将基于深度学习的目标检测方法引入到视觉里程计中，然后加入动态目标概率模型，提高深度神经网络的目标检测效率，增强系统的实时性。移动概率传播是一种在视觉SLAM系统中处理动态环境的方法，它主要通过为特征点分配动态概率来区分静态和动态特征。初始化动态概率：在跟踪线程中，为每个检测到的特征点分配一个初始的动态概率，表示该特征点属于动态对象的可能性。
2023-05-06 11:11:26
1194
原创 SLAM论文速递：SLAM—— （2023）Amos-SLAM:一种基于视觉和几何的抗动态双阶段SLAM方法—5.05（1）
*与传统的基于过像素的动态SLAM方法进行运动判断相比，基于超像素块的方法效率更高，运动分割更精细。基于学习的动态SLAM系统在处理未知运动物体方面存在困难，而基于几何的方法在解决未知动态物体对位置估计的残余影响方面取得了有限的成功。针对动态环境对SLAM系统的影响，提出了一种两阶段动态分割策略，将动态分割问题分为潜在运动区域获取和动态确定两个阶段。2)提出了一种结合实例分割和视觉几何分割的两阶段动态检测方法，通过改进的运动判断，更好地从场景中去除先验运动物体和未知运动物体。
2023-05-05 10:21:08
1406
原创 SLAM论文速递：SLAM—— NICER-SLAM: RGB SLAM的神经隐式场景编码—5.04（1）
在本文中，我们提出了NICER-SLAM，这是一个密集的RGB SLAM系统，同时优化了凸轮时代姿势和分层神经隐式地图表示，这也允许高质量的新视图合成。使用类似nerf的可微分体渲染，我们可以渲染每个像素的颜色，深度和法线值(第3.2节)，这将用于相机姿势，场景几何和颜色的端到端连接优化(第3.3节)。最后我们讨论了在我们的系统中所做的一些设计选择(第3.4节)。•我们提出了NICER-SLAM，这是第一个密集的RGB SLAM之一，可对跟踪和映射进行端到端优化，这也允许高质量的新视图合成。
2023-05-04 09:35:16
668
原创 SLAM论文速递：SLAM—— MID-Fusion:基于八叉树的对象级多实例动态SLAM—4.26（1）
它可以在动态环境中提供鲁棒的摄像机跟踪，同时连续估计场景中ar二元物体的几何、语义和运动属性。基于估计的相机姿态和物体姿态，将分割的掩码与现有模型相关联，并将相应的颜色、深度、语义和前景物体概率增量融合到每个物体模型中。通过集成几何、光度和语义信息的分割方法，更加稳健的跟踪方法，以及将语义分布和前景对象概率融合到八叉树对象模型中，实现了在动态环境中对摄像机位姿的稳定跟踪和对场景中各个物体的连续估计。在建立地图的过程中，引入物体的运动模型，以预测动态物体在短时间内的运动，从而进一步提高SLAM系统的性能。
2023-04-26 09:42:42
554
原创 SLAM论文速递：SLAM—— 流融合:基于光流的动态稠密RGB-D SLAM—4.25（2）
所提方法的流程图如图1所示。通过改进动态因子的影响，该方法能够有效地提取当前RGB-D帧中的动态片段，进而准确地重建出静态环境。此外，在具有挑战性的真实类人机器人SLAM场景上的演示表明，所提出的方法优于其他最新的动态SLAM解决方案。该方法的创新之处在于使用光流残差突出RGB-D点云中的动态语义信息，从而为相机跟踪和背景重建提供更准确、高效的动态/静态分割。2、探索多传感器融合的方法，将激光雷达、摄像头和IMU等传感器的信息集成到所提出的SLAM方法中，以提高系统在动态环境下的性能。
2023-04-25 11:25:17
608
原创 SLAM论文速递：SLAM—— 面向动态环境的多用途SLAM框架—4.25（1）
本文提出了一种多用途的动态SLAM框架，可以根据用户的用途进行配置，并且可以在单一平台上比较不同的分割方法。此外，除了稀疏的关键点图外，如果有深度信息，还可以生成密集的静态物体点云图。然而，最先进的动态SLAM方法面临着精度和速度的问题，这是由于一种分割算法不能同时保证两个点。该论文提出了一个可配置的多目标动态SLAM框架，根据用户需求可以选择不同的分割方法。此外，除了稀疏的关键点地图外，如果有深度信息可用，还可以生成静态物体的稠密点云地图。框架可以兼容不同的分割方法，使其具有更广泛的应用价值。
2023-04-25 11:01:33
562
原创 SLAM论文速递【SLAM—— 基于平面特征的动态SLAM—4.24（2）
在ADVIO数据集的多个序列上进行了实验，结果表明，与当前最先进的VINS-MONO系统相比，所提出的方法可以获得更高的相机位姿估计精度。通过将网络分割得到的平面信息应用到VISLAM系统中，使VISLAM系统尽可能只基于静态特征进行姿态估计，从而实现VISLAM在高动态场景中的精确定位。由于数据集的限制，该系统仅使用SYTHIA数据集来训练平面分割网络。我认为该方法还是比较可靠的，在前端只提取静态特征点来进行定位，在动态特征点不多的情况下定位精度肯定有所提升，但是我感觉该文章还有更多值得挖掘的地方。
2023-04-24 10:45:09
341
原创 SLAM论文速递【SLAM—— RDS-SLAM:基于语义分割方法的实时动态SLAM—4.24（1）
本文提出了RDS-SLAM，一种基于ORB-SLAM3的实时视觉动态SLAM算法，增加了一个语义线程和一个基于语义的优化线程，用于在动态环境中实时鲁棒跟踪和建图。此外，本文还提出了一种算法来获取尽可能最新的语义信息，从而使不同速度的分割方法能够以统一的方式使用。对ORB-SLAM3进行了改进，增加了语义跟踪线程和语义优化线程，利用语义信息消除动态对象的影响。(2)提出了一种关键帧选择策略，将尽可能最新的语义信息作为去除异常值的关键帧，以一种统一的方式与任何不同速度的语义分割方法进行对比。
2023-04-24 10:20:08
1277
原创 SLAM论文速递【SLAM—— DR-Fusion:Dynamic SLAM 3D Reconstruction Method of Production Workshop—4.23（2）
此外，将动态对象的语义信息与加权节点距离信息相结合，对生成的场景几何模型中动态对象对应的模型进行分割与剔除，仅保留静态背景几何模型。•提出了生产车间动态三维重建系统dr - fusion，该系统能极大地提高机器人的定位精度，并能获取静态几何模型并稀疏存储。然而，在真实环境中构建密集点云时，由于摄像机视场的限制和环境噪声的影响，会出现大量离散点云。此外，在删除映射图中的动态八叉树节点时，也会删除一小部分静态八叉树节点，这也会影响最终生成几何模型的效果。同时，对构建的模型进行稀疏存储，以减少资源消耗。
2023-04-23 10:35:58
175
原创 SLAM论文速递【SLAM—— PLD-SLAM:一种基于点线特征的室内动态场景RGB-D SLAM新方法—4.23（1）
此外，利用室内场景的平面特征，将其扩展到PLD-SLAM (point-line-plane)中，可以在动态场景中获得更鲁棒的位姿估计。文中提出了一种新的基于点和线特征的动态场景RGB-D SLAM方案，称为PLD-SLAM。首先，PLD SLAM将深度学习的语义信息分割与考虑深度信息的K-Means聚类算法相结合检测底层动态特征，避免深度学习造成的欠分割;然后，为了获得更好的实际性能，在动态SLAM中利用点特征和线特征来计算相机位姿，这也是与大多数已发表的仅基于点特征的动态SLAM算法不同的。
2023-04-23 10:17:18
906
原创 SLAM论文速递【SLAM—— 融合语义信息与几何约束的动态SLAM算法—4.21（1）
该文章改进ORB-SLAM2，在其基础上采用yolov5网络进行语义分割，分割出动态区域以及静态区域，然后利用几何约束剔除真正动态的区域，避免过度的剔除问题，该方法在我之前阅读文章中也有类似缺陷，直接的剔除然后再提取特征点必然会导致特征点不足的问题（特别是动态区域过大时，有些动态目标暂时为静态点）。实验结果表明，该算法在动态环境下的定位精度和鲁棒性均有明显提高。2)提出一种基于语义信息和加权动态概率的算法，消除动态对象上的异常特征点，提高定位精度和系统鲁棒性算法在公开的TUM数据集上评估算法的有效性。
2023-04-21 10:11:37
412
2
原创 SLAM论文速递【SLAM—— DynaSLAM II:紧耦合多目标跟踪与SLAM—4.19（2）
本文使用一种紧耦合的捆绑平差公式，其中包含相机、物体和点之间的新测量，特别注意其计算复杂性和涉及的参数数量，而不引入硬编码先验。另一方面，现有的部分文献侧重于动态对象的点云结构估计以及随机对象参考[12]、[13]、[25]的轨迹估计，而另一部分文献则试图寻找同类对象的共同参考以及信息量更丰富的占用量[10]、[11]。最近很多的论文都在研究动态静态关联处理的方法。看来这也是一个趋势，但是我个人的看法而言，SLAM系统太过杂糅反而不太好，能用最简单的算力解决定位的问题，那么建图也就随之变得简单了。
2023-04-19 11:15:49
210
原创 SLAM论文速递【SLAM—— DynaSLAM:动态场景中的跟踪、建图和修复—4.19（1）
本文提出了一种视觉SLAM系统，在ORB-SLAM的基础上，添加了一种运动分割方法，使其在单目、立体和RGB-D相机的动态环境中具有鲁棒性。在RGB- d情况下，DynaSLAM能够获得合成的RGB帧，没有动态对象表示场景的重要部分的情况。这项工作的未来扩展可能包括，实时性能、基于RGB的运动检测器，或通过使用更精细的修复技术，例如，合成的RGB帧的更真实的外观。首先，对之前由CNN获得的动态对象进行细化分割;为此，有必要知道相机的姿态，为此实现了一个低成本的跟踪模块，以在已经创建的场景地图中定位相机。
2023-04-19 10:42:07
534
2
原创 SLAM论文速递【SLAM—— gp -SLAM:低动态环境下移动机器人通用RGB-D SLAM框架—4.17（3）
然而，该方法仍有一定的局限性需要改进。对于未来的工作，我们计划通过拒绝从卷积神经网络检测到的预定义动态对象来扩大算法的覆盖范围，因为拒绝这些对象可以减少匹配和拒绝它们的计算成本。此外，一旦确定动态对象的特征是否包含在某些节点中，即使这些节点部分包含真实约束，也会将相应的节点完全删除，导致PGO不准确。因此，该方法成功地有选择地拒绝了来自动态对象的虚假约束，从而尽可能地保留了来自静态对象的真实约束。•提出了一种新的基于跟踪一致性的节点分组方法，即使在多个动态目标的情况下也能有效地实现鲁棒的节点分组。
2023-04-18 11:02:54
267
原创 SLAM论文速递【SLAM—— 动态环境下基于静态点加权的RGB-D SLAM—4.18（2）
我们的视觉里程计方法是基于帧到关键帧的配准，其中只使用深度边缘点。为了减少动态对象的影响，提出了一种关键帧中边缘点的静态加权方法。在匹配的边缘点上，提出了一种新的静态加权方法来降低视觉里程计中动态点的重量。进一步，利用高效的闭环检测过程，将视觉里程计方法融合到基于位姿图的SLAM系统中，得到适用于动态环境的快速RGB-D SLAM系统。该文章提出了新的视觉特征点提取方法（边缘深度特征），在物体的边缘处点周围的深度值差异很大的特点来提取边缘特征，然后赋予特征以静态权值，进而剔除可能是动态的特征。
2023-04-18 10:42:30
128
原创 SLAM论文速递【SLAM—— MOTSLAM:基于单视图深度估计的运动辅助单目动态SLAMestimation—4.18（1）
虽然目前的MOT算法[27]简单有效，但它只利用了二维信息，我们可以利用三维信息对其进行扩展，包括三维边界框和特征，以提高其性能。首先使用深度单目深度获取可能的动态特征;然后，采用基于二维检测的MOT算法，该算法首先进行高层特征点的关联，使得低层特征点的关联更加简单和鲁棒，即使在非连续帧中也能实现;第一个视觉SLAM系统，仅以单目帧作为输入，在没有任何运动和物体先验的情况下，可以同时跟踪周围的六自由度动态物体。在进行低层特征关联之前，首先借助MOT进行对象的高层关联，使得低层关联具有更好的性能和鲁棒性。
2023-04-18 09:57:02
554
原创 SLAM论文速递【SLAM—— DeFlowSLAM:动态密集SLAM的自监督场景运动分解—4.17（3）
本文提出一个动态更新模块，以自监督方式训练DeFlowSLAM，其中一个密集的bundle调整层接收估计的静态流场和由动态掩码控制的权重，并输出优化的静态流场、相机姿态和逆深度的残差。广泛的实验表明，DeFlowSLAM很好地适用于静态和动态场景，因为它在静态和不太动态的场景中表现出与最先进的DROID-SLAM相当的性能，而在高动态环境中明显优于DROID-SLAM。本文提出一种新的场景运动表示，称为双流，将估计的光流分解为由相机姿态引起的静态流和动态对象自身运动的动态流，如图1所示。
2023-04-17 11:40:26
230
原创 SLAM论文速递【SLAM—— TwistSLAM:动态环境下的约束SLAM】—4.17（2）
该算法继承ORB SLAM2的位姿估计和后端优化框架，借鉴并增强了DynaSLAM动态分割算法，设计了一种基于极线几何模型的多视角几何方法，增强了动态分割性能。现有的深度学习框架结合多角度几何方法在动态特征不明显和无法完全过滤的情况下是无效的，需要开发更鲁棒的未来深度学习框架或新的分割技术。该文章利用几何方法和深度学习的方法滤除动态特征点，然后对滤除的图像进行特征重提取，解决了滤除后特征的点少的问题，这是我理解到的创新思路，由于刚入门slam，许多理论上的知识还不懂，可能会有一些理解不到位的地方。
2023-04-17 10:49:39
201
原创 SLAM论文速递【SLAM—— 动态环境下改进RGB-D SLAM的运动去除方法—4.17（1）
本文的动机是使用提出的运动去除方法来改进动态环境下的RGB-D SLAM。利用两幅连续的RGB图像进行基于ransac的单应性估计，计算相机的ego运动。我们的方法的思想很简单。需要注意的是，我们在方法中跟踪的是运动块，而不是移动物体。与大多数跟踪技术([34])不同的是，该方法对运动目标建立模型，并对建立的模型进行跟踪。现有的RGB-D SLAM方法大多假设SLAM过程中遍历的环境是静态的。为了解决这个问题，提出了一种新的基于RGB-D数据的运动去除方法，并将其集成到RGB-D SLAM的前端。
2023-04-17 09:52:54
231
原创 SLAM论文速递【SLAM—— TwistSLAM:动态环境下的约束SLAM】—4.12（5）
该方法的主要新颖性来自于优化动态物体的速度而不是它们的姿态，并根据物体之间的机械关节来约束速度。这种方法是高度通用的，因为我们只需要定义少量关节(对应于力学中的规范化关节)和每个关节的语义类对列表(例如，墙-门关节对应于旋转关节，汽车-道路关节对应于平面关节)。通过使用机械关节(语义类的函数)建模类间约束的定义，一种新的约束束平差能够联合估计运动物体的姿态和速度，以及经典世界结构和相机轨迹。利用簇之间的机械关节，可以将物体的运动约束为物理上可能的运动，与最先进的技术相比，可以提高相机和物体姿态估计。
2023-04-12 11:46:12
184
原创 SLAM论文速递【SLAM—— WF-SLAM:基于加权特征的动态场景鲁棒VSLAM】—4.12（4）
在基准RGB-D数据集TUM和真实场景上进行实验，结果表明，WF-SLAM在动态环境下较ORB-SLAM2实现了显著的定位精度提升，与最新的动态SLAM方法相比具有更强的鲁棒性。动态目标检测利用语义分割和紧耦合范式的极线约束[11]，将RGB图像作为输入，进行语义分割以获得作为先验信息的语义掩码，并将极几何中的极线约束[11]应用于极几何以生成类似语义分割的几何掩码。根据检测结果，为语义静态和语义动态特征点分配不同的权重，并对姿态和权重进行联合优化，极大地提高了动态场景下定位的准确性和鲁棒性。
2023-04-12 11:27:33
389
原创 SLAM论文速递【SLAM—— MISD-SLAM:面向动态环境的多模态语义SLAM】—4.12（3）
首先，动态对象的处理不够灵活，因为对象可能在某些帧中是静态的，而在另一些帧中是动态的。(ii)动态像素去除，通过实例分割网络检测到的预定义动态对象中，去除ORB特征，并结合多视图几何约束和K -means聚类算法，去除未被精细但运动的像素，以提高变化环境中的准确性和鲁棒性地图构建将实例分割网络获得的语义知识与几何结构相结合，在全局上构建语义三维稠密点云图。(1)提出了一种室内动态环境下的多模态语义视觉SLAM系统(MISD-SLAM)，显著提高了位姿估计的精度，在室内动态场景下具有更强的鲁棒性。
2023-04-12 11:01:24
340
原创 SLAM论文速递【SLAM——PFD-SLAM:基于线性参数变化方法的自动驾驶车辆运动学/动态SLAM】—4.12（2）
此外，该方法证明，要解决具有重要非线性行为的问题，有必要深入研究先进的控制技术，避免经典的EKF，即在工作点周围线性化系统模型。为了实现多面体估计器，有必要重新表述SLAM问题，发展方程(5)所示的地图运动学模型，该模型允许SLAM问题的线性观测模型，并为其引入机器人中心的观点。所提出的方法考虑了车辆的动态行为，并且适用于之前在[2]中提出的一款自动车辆的运动学/动力学控制器架构。•所提出的SLAM方法同时考虑了车辆的运动学和动力学模型，与文献中可用的纯运动学方案相比，使其能够以更高的速度运行。
2023-04-12 10:24:52
91
原创 SLAM论文速递【SLAM——PFD-SLAM: 动态环境下基于地图点可靠性的改进视觉SLAM】—4.12（1）
(2)跟踪:这个线程处理传感器信息和计算当前帧的构成根据可靠的实时活动地图地图点和临时可靠的地图点,减少reprojection错误匹配的地图功能,检查不可靠的地图点的可靠性,选择新的关键帧和处理新地图点。基于这种地图点的分类，在ORB-SLAM3框架中增加了一些新的地图点处理策略，包括地图点的选择操作、不可靠的地图点检查操作等。在一般的ORB SLAM3算法中，新的地图点可能与现有地图点具有相似的描述子，也可能会受到动态环境中不匹配或三角剖分中两帧距离过近的影响，从而导致生成错误的坐标。
2023-04-12 10:05:37
126
原创 SLAM论文速递【SLAM——PFD-SLAM:一种基于非先验语义分割的动态室内RGB-D SLAM】—4.11（4）
例如，摄像机内的快速旋转和图像的模糊往往使分割方法受到限制，从而限制了摄像机位姿估计的精度。此外，数学模型是在分割的特征层面上实现的，容易造成动态特征的子分割或过分割。针对这一问题，与大多数基于数学模型的特征级动态分割不同，提出了一种基于粒子滤波的无先验语义动态分割方法，以实现运动对象的分割。最后，将提出的分割方法集成到视觉SLAM前端，建立一种新的动态SLAM PFD-SLAM。•我们将运动分割方法集成到SLAM前端，并采用RGB图像上剩余的静态区域，以实现更高的位姿估计精度和在动态场景中的鲁棒性。
2023-04-11 11:50:16
92
原创 SLAM论文速递【SLAM——动态场景下基于YOLOv5的视觉SLAM建图】—4.05（3）
其次，利用YOLOv5网络检测每帧图像的动态对象，并拒绝检测出的动态点;使用TUM数据集的测试结果表明，在动态环境中构建地图时，与ORB-SLAM2算法相比，所提算法的绝对轨迹误差降低了97.8%，相对位置误差降低了59.7%。本文提出的基于YOLOv5网络的动态SLAM建图系统虽然可以消除环境中的大部分动态对象，并能提高建图和轨迹预测的精度，但也存在一定的局限性。本文的主要贡献如下:1。提出一种基于深度学习网络YOLOv5结合LK光流法的动态目标二次检测方法，能够有效去除点的动态特征区域的动态特征;
2023-04-11 11:12:38
1967
原创 SLAM论文速递【SLAM——基于目标级重定位的视觉惯性多示例动态SLAM】—4.05（2）
即使在极其动态的场景中，它也可以鲁棒地优化相机姿态、速度、IMU偏差，并建立一个密集的3D重建环境的物体级地图。通过将相关的颜色、深度、语义和前景目标概率增量融合到每个目标模型中，该系统可以鲁棒地跟踪和重建任意目标的几何形状、语义和运动，这得益于其鲁棒的传感器和目标跟踪。首先，与传统的纯视觉密集SLAM相比，IMU的集成增加了跟踪的额外鲁棒性，特别是在动态环境中。其次，该系统能够减轻Mask R-CNN间歇性目标检测的影响，因为系统可以后退到从对象级地图获得的渲染掩码，以连续跟踪环境中的目标。
2023-04-11 10:39:51
133
原创 SLAM论文速递【SLAM——LRD-SLAM:一种基于语义分割网络的轻量级鲁棒动态SLAM方法】—4.11（1）
LRD-SLAM主要在提高实时性的同时保证了动态环境下的定位精度，工作时具有较强的鲁棒性。本文的其余部分组织如下。第三节介绍了IRD-SLAM的基本框架，一种新的用于语义分割的深度卷积神经网络的原理，以及跟踪的预处理阶段。该系统将FNet检测到的动态目标与多视角几何方法相结合，去除动态目标的特征点，恢复因动态点的去除而丢失的静态背景。此外，引入多视角几何方法，通过视差角度和深度的差异进一步提高动态点检测的精度，并利用关键帧的信息修复移除动态物体时缺失的静态背景信息，以方便后续的点云图重建。
2023-04-11 10:03:11
180
原创 SLAM论文速递【SLAM——使用直接图像对齐和光度束调整的3D多目标跟踪】—4.05（4）
此外，我们的方法可以通过结合更复杂的三维物体检测初始化方法(例如QuickHull算法[43])来扩展到支持6自由度的物体运动，该方法不依赖于点在地平面上的投影，直接在3D中工作，并将滚摇和俯仰参数纳入优化阶段。为此，我们提出了DirectTracker，这是一个有效地结合了用于短期跟踪的直接图像对齐和用于3D物体检测的滑动窗口光度束调整的框架。2)我们提出了改变3D MOT任务的评估协议，基于最近引入的HOTA指标，通过集成3D GIoU作为其相似性度量，从而公平地评估基于立体的跟踪方法的性能;
2023-04-05 13:07:43
153
原创 SLAM论文速递【动态SLAM】—4.05（3）
局部和全局映射通过LiDAR姿态联合调整平面、直线和柱面，以最小化点到模型的成本，即平面-直线-柱面调整(PLCA)。我们证明，经过一定的预处理，PLCA与这三种类型的标志点的上限数量无关，这使得高效解决大规模的PLCA问题成为可行的。本文的贡献如下:我们证明了，通过一些预处理，局部和全局PLCA的迭代最小化与从平面、直线和柱面捕获的点的数量无关。我们证明，通过一些预处理，局部和全局PLCA的最小化与从平面、直线和圆柱捕获的点的数量无关。此外，我们提出了一种有效的PLCR问题的解决方案。
2023-04-05 11:44:43
194
原创 SLAM论文速递【动态SLAM】—4.05（2）
具体而言，我们利用基于学习的语义信息方法来处理潜在的动态对象，并提出了一个高效的几何模块来处理未知的移动对象。整体框架如图2所示，其中语义模块和几何模块将在下面介绍。在本文中，我们提出了一个动态环境的实时语义RGB-D SLAM框架，该框架能够同时处理已知和未知的移动对象。•广泛的评估表明，与最先进的动态SLAM方法相比，我们的方法提供了具有竞争力的精度，同时能够在嵌入式系统上实时运行。在大多数现有的基于学习的动态SLAM方法中，我们只在创建一个新的关键帧时执行语义分割，而不是对每个新帧执行语义分割。
2023-04-05 11:24:37
150
原创 SLAM论文速递【动态SLAM】—4.05（1）
在本文中，我们表明，基于特征的视觉SLAM系统也可以受益于动态铰接对象的存在，利用两个观察:(1)铰接对象的每个刚性部分的3D结构随时间保持一致;在本文中，我们将简单的刚性物体扩展到一般的铰接物体，定义为由一个或多个刚性部件(链接)组成的物体，这些部件由允许旋转运动的关节连接。为此，我们引入(1)刚性约束，假设位于同一刚性部件上的任意两点之间的距离随时间保持不变;我们提出了一种新的管道，用于立体声SLAM的AirDOS，它联合优化了动态物体的轨迹、环境地图和相机姿态，提高了动态环境中的鲁棒性和准确性。
2023-04-05 10:57:42
180
原创 SLAM论文速递【动态SLAM】—4.04（5）
估计不同几何和体积特征的出现频率使我们能够设想在[38]首先采用的拒绝级联之后的有效实现。我们的实现遵循[20]中开发的基于背景减法的级联。实时实现应该包括映射和驱动之外的第三个阶段，即有效的变点检测(在与非静止静态障碍物相关的点云中)和参数更新机制。用于障碍物检测的3D先验地图已经成为当今自动驾驶系统中的一个关键工程问题，将检测问题的很大一部分转移到构建精确的环境三维概率描述上。在本研究中，我们回顾了构建先验地图的基本步骤:道路提取、聚类和后续的平面提取、全局一致聚类的超聚类。
2023-04-04 11:30:46
87
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人