【SLAM】基于分块算法的混合实时相机位姿估计框架，并将运动平均引入到在线单目系统中，鲁棒性强！

论文地址： https://arxiv.org/pdf/1908.01797.pdf

代码：

来源： 美国天普大学

论文名称：Hybrid Camera Pose Estimation with Online Partitioning

原文作者：Xinyi Li

内容提要

本文提出了一种基于分块算法的混合实时相机位姿估计框架，并将运动平均引入到在线单目系统中。该方法突破了传统位姿估计机制中固定大小时间划分的局限性，通过将空间强连接的摄像机整合到每个块中，显著提高了局部束平差的精度。利用中间计算值进行动态初始化，本文提出的自适应Levenberg-Marquardt求解器达到了二次收敛速度，进一步提高了局部优化的效率。此外，基于协同可视划分的块之间的密集数据关联使我们能够探索和实现运动平均，有效地对块进行全局对齐，实时更新相机的运动估计。在基准上的实验结果证明了本文提出方法的实用性和鲁棒性，优于传统的束平差数量级。

主要框架及实验结果

PS：腾讯最近更改公众号推送规则，文章推送不再按照时间排序，而是通过智能推荐算法有选择的推送文章，为了避免收不到文章，看完文章您可以点击一下右下角的"在看"，以后发文章就会第一时间推送到你面前。

声明：文章来自于网络，仅用于学习分享，版权归原作者所有，侵权请加上文微信联系删除。

点个“在看”，让我知道你的爱