EAO-SLAM: Monocular Semi-Dense Object SLAM Based on Ensemble Data Association

这篇文章是实验室大佬师兄的工作,主要介绍了小场景下的语义数据关联.
物体级的数据关联和位姿估计对于语义SLAM很重要，直到现在由于没有鲁棒准确的算法，依然被认为是一个没有被解决的问题。本文提出了一种基于参数和非参数检验的数据关联方法，通过利用不同统计数据的性质，我们的方法可以有效地汇总不同观测的信息，从而显着提高数据关联的鲁棒性和准确性。 然后，我们提出了一种精确的目标姿态估计框架，在该框架中，开发了一种鲁棒的质心和尺度估计算法以及目标位姿初始化算法，以帮助提高优化位姿估计结果。 此外，我们构建了一个SLAM系统，该系统可以用单目相机生成半稠密或轻量级的物体语义地图。 开源了代码可在yanmin-wu (Wu YanMin) · GitHub上获得。