【SLAM】开源 | 北大&谷歌--提出了一种用于立体视觉惯性里程计估计的新型SLAM框架，性能SOTA！

论文地址： http://arxiv.org/pdf/2009.12662v1.pdf

代码： https://github.com/lixin97/co-planar-parametrization.

来源： 北京大学，慕尼黑工业大学，谷歌

论文名称：Co-Planar Parametrization for Stereo-SLAM and Visual-Inertial Odometry

原文作者：Xin Li

内容提要

本文提出了一种用于立体视觉惯性里程计估计的新型SLAM框架。该算法建立了一种高效、鲁棒的共面点线参数化算法，利用特定的几何约束条件，提高了相机位姿优化的效率和精度。该算法主要包括2D点和线的提取、平面区域的预测以及随机抽样算法对异常值的滤波。然后，我们的参数化方案将共面点和线表示为平面的2D图像坐标和参数。我们通过与MonteCarlo模拟集中的传统参数化方法进行比较，证明了所提方法的有效性。此外，我们还将整个立体声SLAM和VIO系统与真实世界公共数据集EuRoC上的最新方法进行了比较。我们的方法在准确性和效率方面超越了目前SOTA的技术。

主要框架及实验结果