前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【SLAM】开源 | 香港科技大学--实时可扩展的稠密面元建图方案,性能优越!

【SLAM】开源 | 香港科技大学--实时可扩展的稠密面元建图方案,性能优越!

作者头像
CNNer
发布2021-02-24 15:06:55
1.1K0
发布2021-02-24 15:06:55
举报
文章被收录于专栏:CNNerCNNer

论文地址: https://arxiv.org/pdf/1909.04250v1.pdf

代码: 公众号回复:08080301625

来源: 香港科技大学

论文名称:Real-time Scalable Dense Surfel Mapping

原文作者:Kaixuan Wang

内容提要

在本文中,我们提出了一种新颖的密集surfel地图系统,它只需要CPU计算就可以在不同的环境下很好地扩展。使用稀疏SLAM系统来估计相机姿态,提出的建图系统可以将强度图像和深度图像融合成全局一致的模型。该系统经过精心设计,可以利用来自RGB-D相机、立体相机甚至单目相机的深度图像构建从房内尺度到城市尺度的环境。首先,从强度和深度图像中提取的超像素用于系统的地图面元。基于超像素的面元处理使我们的方法运行时和内存都高效。其次,根据SLAM系统的姿态图进一步组织surf,无论重建模型的尺度如何,都能实现O(1)融合时间。第三,利用优化后的位姿图实现地图的快速变形,使地图实时实现全局一致性。本文提出的surfel测绘系统在合成数据集上与其他最先进的方法进行了比较。利用KITTI数据集和自主攻击飞行分别验证了城市和房间尺度重建的性能。

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,侵权请联系删除。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-02-08,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 CNNer 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档