时间:2016年
关键字:单目、稠密、实时
本质:LSD-SLAM + CNN
优点:
- 估计绝对尺度
- 应付纯旋转运动
- 获得低纹理区域的深度
为什么单目slam无法估计绝对尺度(尺度不确定性)?
- 常识:
对轨迹和地图同时缩放一定的倍数,我们看到的图像是一样的。原因是透视投影,近大远小。一个很大但很远的物体,跟一个很小但很近的物体,看起来可能是一样的。
- 公式:
对极约束恒等于0,t的尺度不确定
本文如何确定绝对尺度?
单帧图片的能获得绝对深度,估计帧间pose时等效于双目相机,t的尺度是明确的。
为什么单目slam处理不了纯旋转?
相机发生纯旋转,t等于0,E和F也将等于0,无法通过对极约束计算出R。即使可以通过单应矩阵H计算出R,但是仅仅依靠旋转无法完成三角化,无法确定三维点的位置。
本文如何应付纯旋转运动?
本文直接通过CNN估计单帧深度,不需要通过三角化。
Pipeline</