.它们是我们的系统与具有环路检测的VO系统相比获得更高精度的关键
长期数据关联: 使用位置识别技术将观察结果与以前访问过的区域中的元素进行匹配,而不管累积漂移(环路检测)或跟踪是否丢失(重新定位).长期匹配允许使用姿态图优化或更准确地说...,以牺牲召回为代价来提高精度.结果,系统在关闭循环和重用以前的地图方面太慢.我们提出了一种新的位置识别算法,首先检查候选关键帧的几何一致性,然后检查与三个可共视关键帧的局部一致性,这三个关键帧在大多数情况下已经在地图中...)
为避免误匹配,DBoW2等待位置识别在三个连续的关键帧中触发,从而延迟或丢失位置识别.本文关键观点:验证所需的信息已经在地图上了.为验证位置识别,ORB-SLAM3在active map中寻找两个的共视关键帧...首秀是地图点融合:融合窗口由匹配的关键帧组合而成,检测到重复的点进行融合,在共视性和本质图中创建新的关联....SLAM的性能
两个数据集中的多阶段实验 我们使用RMS ATE测量精度,在纯单目情况下使用Sim(3)变换,在其余传感器配置中使用SE(3)变换,将估计轨迹与地面真实情况对齐.所有实验都在3.6千兆赫