tartanAir数据集

一般数据集
在这里插入图片描述
KITTI使用小车采集数据,在translation和rotation只有两个方向。
在这里插入图片描述
仿真得到,各个方向可以分布均匀。
在这里插入图片描述
基本涵盖了常见传感器信息。
各种VSLAM算法在tartanAir的表现。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
ORB失败的场景
在这里插入图片描述
在这里插入图片描述
用该数据训练了一个tartanVO模型。只计算两帧之间的位姿。
在这里插入图片描述
有两点1.尺度的问题
在这里插入图片描述
loss的位置部分用只考虑方向,来解决尺度问题。
2.不同相机的内参不同问题:
把训练图片resize(相当于改变焦距),裁剪(相当于改变cx,cy)
在这里插入图片描述
加入内参层。
在这里插入图片描述

这样训练的模型可以适应各种相机拍出来的图片。
结果:
在这里插入图片描述
ORB有全局优化,而tartanVO纯粹计算两帧之间的位姿,故有累计误差。
TartanVO可以适应各种公开数据集,以及作者自己随意采集的数据。
作者讲解视频

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值