密西根大学开源针对暗光环境下视觉SLAM！

以下内容来自小六的机器人SLAM学习圈知识星球每日更新内容

点击领取学习资料 → 机器人SLAM学习资料大礼包

#论文#开源代码#  Twilight SLAM: A Comparative Study of Low-Light Visual SLAM Pipelines

论文地址：https://arxiv.org/abs/2304.11310

作者单位：密西根大学

开源代码：https://github.com/TwilightSLAM

本文介绍了低光视觉SLAM方法的比较研究，特别侧重于通过评估其在具有挑战性的低光条件下的性能，确定最先进的低光图像增强算法与标准和同步定位和建图(SLAM)框架的有效组合。在这项研究中，我们研究了几种不同的低光SLAM管道在黑暗和/或光线较差的数据集上的性能，而不是像文献中的其他作品那样只是部分昏暗的数据集。本研究采用实验方法，对所选择的模块组合进行定性和定量比较，以增强基于特征的视觉SLAM。

本文贡献如下：

1、分析各种SOTA图像增强模块(如:enlightenment gan, Bread, Zero-DCE和Dual)及其对VSLAM的图像增强能力。

2、在相关低光数据集上评估标准和SOTA SLAM框架，以及各种图像增强模块，以得出最佳配置的结论。

以上内容来自小六的机器人SLAM学习圈知识星球每日更新内容