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。
EAO-SLAM: Monocular Semi-Dense Object SLAM Based on Ensemble Data Association
最新推荐文章于 2023-12-31 17:21:10 发布