论文阅读 LIMO: Lidar-Monocular Visual Odometry
简单来说,作者把lidar的深度信息引入传统的视觉导航系统中,从而获得了尺度和定位的精度提升和鲁棒性。
一些有趣的views:
双目的缺点在于其严重依赖于外参的标定精度
图像里的特征点往往位于边界,如直接用特征点附近的点云邻居来进行平面拟合获得深度信息,往往会出错。因而先进行histogram下的分隔后再进行平面拟合。
作者把车周围的点云分为3类:
近点:对平移估计重要,但很难测量,因为光流很大
中点:对旋转和平移重要,随机选择部分来避免局部最优值
远点:对旋转重要,并便于追踪,但不能恢
原创
2020-09-09 22:19:51 ·
758 阅读 ·
0 评论