【开源分享】VIDO-SLAM:一种视觉惯性动态物体SLAM系统
文章:Inertial-Only Optimization for Visual-Inertial Initialization
作者:Carlos Campos, Jose M.M. Montiel and Juan D. Tard ´ os´
代码:https://github.com/bxh1/VIDO-SLAM.git
编译:点云PCL
本文仅做学术分享,如有侵权,请联系删除。欢迎各位加入免费知识星球,获取PDF论文,欢迎转发朋友圈。内容如有错误欢迎评论留言,未经允许请勿转载!
公众号致力于分享点云处理,SLAM,三维视觉,高精地图相关的文章与技术,欢迎各位加入我们,一起每交流一起进步,有兴趣的可联系微信:920177957。本文来自点云PCL博主的分享,未经作者允许请勿转载,欢迎各位同学积极分享和交流。
摘要
VIDO-SLAM是一种视觉惯性动态物体SLAM系统,能够估计相机姿态,使用单目相机进行视觉惯性SLAM,跟踪动态物体,算法无论是否使用IMU,都可以提供了使用单目相机在Kaist数据集中运行SLAM系统。
历史文章:【开源分享】VDO-SLAM:基于视觉的动态SLAM感知系统
实现了功能包括:
(1)将MonoDepth2、FlowNet和MaskRcnn与可在基于ROS的SLAM系统中实时运行
(2)实现了室外场景中的视觉惯导SLAM
(3)跟踪和估计动态对象的运动
主要内容及贡献
这篇文章在视觉惯导SLAM初始化中的工作的主要贡献有:
(1)考虑IMU噪声的概率模型的情况下,将视觉-惯性初始化问题表述为只考虑惯的最优估计问题。
(2)一次性求解了所有的惯性参数,避免了解耦估计所产生的不一致性,这使得所有的估计都是一致。
(3)不做任何初始速度和姿态的假设,这使得该方法适用于任何初始情况。
(4)不假设IMU偏差为零,且将它们的已知信息编码为被我们的MAP估计所利用的概率先验。
根据不同传感器初始化方法可以分为三个步骤:
仅视觉的最大后验估计:使用BA初始化并运行短时间的单目ORB-SLAM,以获得一个纯视觉MAP估算的 up-to-scale,同时,计算关键帧间的IMU预积分及其协方差。
仅惯导的最大后验估计:仅针对惯性的优化,使IMU轨迹与ORB-SLAM轨迹对齐,找到尺度,关键帧的速度、重力方向和IMU偏差 biases。
视觉-惯导的联合最大后验:将上一步的解作为完整VI-BA的种子,得到联合最优解。
具体细节可查看原文:
https://arxiv.org/pdf/2003.05766.pdf
实验
下表展示了EuRoC数据集中每0.5s进行一次初始化的结果统计:
视觉惯性BA前后,通过不同初始化方法沿EuRoC数据集的所有序列获得的比例因子(估计和真值比例之间的比率)的实验分布,总共启动了2248次初始化。如下图:
与原始ORBSLAM-VI和VINS Mono的比较结果。
代码依赖:
ROS
PyTorch (Version: 1.4.0)
GPU (at least 8GB of memory)
OpenCV
Pangolin
g2o
Eigen
相关文章:
Jun Zhang, Mina Henein, Robert Mahony and Viorela Ila. VDO-SLAM: A Visual Dynamic Object-aware SLAM System. Submitted to The International Journal of Robotics Research. IJRR (Under Review).
Carlos Campos, J. M. M. Montiel and Juan D. Tardós, Inertial-Only Optimization for Visual-Inertial Initialization, ICRA 2020.
总结
所提出的初始化方法比大多文献中的方法更精确,计算时间非常短,这证实了最优估计理论能够正确利用传感器噪声的概率模型,获得比求解线性方程组或使用非加权最小二乘法更精确的结果。
资源
三维点云论文及相关应用分享
【点云论文速读】基于激光雷达的里程计及3D点云地图中的定位方法
3D目标检测:MV3D-Net
三维点云分割综述(上)
3D-MiniNet: 从点云中学习2D表示以实现快速有效的3D LIDAR语义分割(2020)
win下使用QT添加VTK插件实现点云可视化GUI
JSNet:3D点云的联合实例和语义分割
大场景三维点云的语义分割综述
PCL中outofcore模块---基于核外八叉树的大规模点云的显示
基于局部凹凸性进行目标分割
基于三维卷积神经网络的点云标记
点云的超体素(SuperVoxel)
基于超点图的大规模点云分割
更多文章可查看:点云学习历史文章大汇总
SLAM及AR相关分享
【开源方案共享】ORB-SLAM3开源啦!
【论文速读】AVP-SLAM:自动泊车系统中的语义SLAM
【点云论文速读】StructSLAM:结构化线特征SLAM
SLAM和AR综述
常用的3D深度相机
AR设备单目视觉惯导SLAM算法综述与评价
SLAM综述(4)激光与视觉融合SLAM
Kimera实时重建的语义SLAM系统
SLAM综述(3)-视觉与惯导,视觉与深度学习SLAM
易扩展的SLAM框架-OpenVSLAM
高翔:非结构化道路激光SLAM中的挑战
SLAM综述之Lidar SLAM
基于鱼眼相机的SLAM方法介绍
如果你对本文感兴趣,请后台发送“知识星球”获取二维码,务必按照“姓名+学校/公司+研究方向”备注加入免费知识星球,免费下载pdf文档,和更多热爱分享的小伙伴一起交流吧!
以上内容如有错误请留言评论,欢迎指正交流。如有侵权,请联系删除
扫描二维码
关注我们
让我们一起分享一起学习吧!期待有想法,乐于分享的小伙伴加入免费星球注入爱分享的新鲜活力。分享的主题包含但不限于三维视觉,点云,高精地图,自动驾驶,以及机器人等相关的领域。
分享及合作方式:微信“920177957”(需要按要求备注) 联系邮箱:dianyunpcl@163.com,欢迎企业来联系公众号展开合作。
点一下“在看”你会更好看耶
【开源分享】VIDO-SLAM:一种视觉惯性动态物体SLAM系统相关推荐
- 一种视觉惯性+激光传感器的SLAM系统
一种视觉惯性+激光传感器的SLAM系统 这篇博客 论文摘要 一些假设和标注 系统总览 VI 里程计 扫描匹配(scan matching)优化 提高系统鲁棒性的措施 闭环检测和临近检测 全局位姿图优化 ...
- 视觉惯性组合导航技术最新综述:应用优势、主要类别及一种视觉惯性组合导航无人系统开发验证平台分享
导读: 随着无人机.无人车以及移动机器人的井喷式发展,导航技术成为了制约无人平台广泛应用的瓶颈技术之一.在应用需求的牵引下,视觉惯性组合导航技术,特别是视觉与微惯性传感器的组合,逐渐发展成为当前自主导 ...
- 视觉惯性单目SLAM (三)优化方法
1. 最小二乘法 最小二乘法:Least Squares Method (LSM) 函数: y=f(x,θ) y = f ( x , θ ) y=f(x,\theta) θ θ \theta为待估参数 ...
- 【开源方案共享】VDO-SLAM:基于视觉的动态SLAM感知系统
点云PCL免费知识星球,点云论文速读. 标题:VDO-SLAM: A Visual Dynamic Object-aware SLAM System 作者:Jun Zhang , Mina Henei ...
- 视觉惯性单目SLAM (二) 算法基础知识
1. 基本概念 视觉惯性:Visual-Inertial (VI) VI ORB-SLAM:视觉惯性ORB-SLAM VI ORB-SLAM输入: IMU数据(用B表示,加速度:aB:角速度:ωB\m ...
- 视觉惯性单目SLAM (一)算法描述
1.视觉惯性ORB-SLAM基本知识 视觉惯性:Visual-Inertial (VI) VI ORB-SLAM:视觉惯性ORB-SLAM VI ORB-SLAM输入: IMU数据(用B表示,加速度: ...
- 视觉惯性单目SLAM (五)矩阵微积分
1. 基本概念 矩阵微积分:Matrix Calculus 微积分的核心思想:局部线性化\color {red}{微积分的核心思想:局部线性化} 矩阵函数(包括向量函数)对标量的导数:等于它的各个元素 ...
- Towards Real-time Semantic RGB-D SLAM in Dynamic Environments(动态语义SLAM)
动态环境下的实时语义SLAM 简介 摘要 系统流程 实验结果 总结 简介 在ICRA 2021上看到这样一篇论文:Towards Real-time Semantic RGB-D SLAM in Dy ...
- ICRA 2021论文汇总:视觉-惯性/视觉SLAM
作者丨zzyy@知乎 来源丨https://zhuanlan.zhihu.com/p/388715878 编辑丨3D视觉工坊 一.视觉惯性组合(21) 1.cooperative Transporta ...
最新文章
- 关于学习Python的一点学习总结(58->匹配对象和编组)
- 实例解析linux内核I2C体系结构
- PHP 通过fsockopen函数获取远程网页源码
- Oracle查询日期
- Npgsql 6.0.2 发布,赶紧升级!!!
- git master主分支_Git分支管理策略及简单操作
- Vue-cli 2在webpack内使用雪碧图(响应式)
- 【HTML+CSS网页设计与布局 从入门到精通】第9章-选择器
- python写的软件怎么逆向_python逆向工程:通过代码生成类图
- 空间正交基的定义_正交向量与子空间
- Java 并发之线程池学习
- Markdown 数学公式
- 制作单文件版软件竟如此简单!一键就能无脑打包!
- python文本字词分割及词库云
- 到底什么是数据中台?
- python写打飞机游戏
- 对自己大学的期望与目标
- 你可曾了解过,数据分析师与商业数据分析师?
- Python 之圆周率 π 的计算
- 真正的模块化编程原来是这样的!
热门文章
- centeos7安装mariadb
- C# GDI+ 简单绘图 (三)
- 【转】创建不可见的Activity
- 大型企业门户网站设计开发一般性原则和建议
- java的标记接口_Java中的标记接口?
- java 自定义注解 解析_java自定义注解
- python反转字符串_python翻转字符串
- shell最大出现和连续出现次数_从 1 到 n 整数中 1 出现的次数
- python 查找文件内容性能 grep_使用grep查找文件中指定字符出现的次数
- str.split() 与 str.split(‘ ‘)区别