论文地址: http://openaccess.thecvf.com/content_CVPR_2019/papers/Schops_BAD_SLAM_Bundle_Adjusted_Direct_RGB-D_SLAM_CVPR_2019_paper.pdf 代码:www.eth3d.net 来源:苏黎世联邦理工学院 论文名称:BAD SLAM: Bundle Adjusted Direct RGB-D SLAM 原文作者:Thomas Schops
SLAM系统的一个关键组成部分是估计的3D地图和摄像机轨迹的联合优化。束调整(BA)是这方面的金标准。由于稠密RGB-D SLAM中存在大量的变量,之前的工作主要集中在BA的近似上。相比之下,本文提出了一种新的快速直接BA公式,并在实时密集RGB-D SLAM算法中实现。此外,本文证明了直接RGB-D SLAM系统对卷帘快门、RGB和深度传感器同步以及校准误差高度敏感。为了促进对直接RGB-D SLAM的最新研究,本文提出了一种新颖的、经过良好校准的基准,即使用同步的全局快门RGB和深度相机。它包括一个训练集,一个没有公共背景真相的测试集,以及一个在线评估服务。与现有方法相比,该数据集上方法的排序发生了变化,本文提出的算法优于所有其他评估的SLAM方法。
下面是论文具体框架结构以及实验结果:
声明:文章来自于网络,仅用于学习分享,版权归原作者所有,侵权请联系删除。