【传感器融合】开源 | 港科大--基于多传感器的局部里程计估计的通用框架，性能SOTA！

论文地址： http://arxiv.org/pdf/1901.03638v1.pdf

来源： 中国香港科技大学

论文名称：A General Optimization-based Framework for Local Odometry Estimation with Multiple Sensors

原文作者：Tong Qin

内容提要

为了提高机器人的鲁棒性和自主能力，越来越多的传感器被安装在机器人上。我们已经看到了不同平台上配备的各种传感器套件，如地面车辆上的立体摄像头，移动电话上的带有IMU(惯性测量单元)的单目摄像头，以及空中机器人上带有IMU的立体摄像头。我们已经看到了不同平台上配备的各种传感器套件，如地面车辆上的立体摄像头，移动电话上的带有IMU(惯性测量单元)的单目摄像头，以及空中机器人上带有IMU的立体摄像头。它们很少能与多种传感器一起使用。在本文中，我们提出了一个通用的基于优化的里程估计框架，该框架支持多个传感器集。本文框架中，每个传感器都被视为一般因素。将具有共同状态变量的因素总结在一起，构建优化问题。我们进一步论证了视觉传感器和惯性传感器的通用性，它们组成了三个传感器套件(立体相机，带有IMU的单目相机和带有IMU的立体相机)。在公共数据集上验证了本文系统的性能，并通过多个传感器进行真实实验，性能SOTA！强调一下，我们的系统是一个通用框架，可以很容易地融合各种传感器的姿态图优化。

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。

分享最新的CVPR、ECCV、ICCV、IROS等人工智能论文，关注深度学习、自动驾驶领域。