【SLAM】开源 | 基于混合地图的视觉惯性定位算法，平均定位误差为1.7cm，并且召回率达到100%

获取完整原文和代码，公众号回复：2011.04173

论文地址： http://arxiv.org/pdf/2011.04173v1.pdf

代码： 公众号回复：2011.04173

来源： 香港科技大学

论文名称：Geometric Structure Aided Visual Inertial Localization

原文作者：Huaiyang Huang

内容提要

视觉定位是自主导航系统的重要组成部分。现有的方法要么是基于视觉结构信息的SLAM/SfM，要么是基于几何结构的稠密映射方法。为了充分发挥两者的优势，本文提出了一种基于混合地图表示的完整视觉惯性定位系统，以减少计算量并提高定位精度。特别说明的是，本文分别提出了数据关联和批量优化两个模块。首先，我们开发了一个高效的数据关联模块，将地图组件与局部特征关联起来，只需要2ms就可以生成实时的地面标志。其次，对于批量优化模块，我们没有使用视觉因子，而是单独开发了一个模块根据实时定位结果来估计先验位姿，用于后面的姿态约束。在EuRoC MAV上的实验结果表明，与当前SOTA的算法相比表现优异。特别的是，本文的算法平均位置误差为1.7cm，并且召回率达到100%。在计算量上，本文所提出的模块使计算代价降低了20-30%。

主要框架及实验结果

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