Ground-VIO: 单目视觉-惯性里程计与地面几何参数在线标定

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# arxiv速递|武汉大学开源Ground-VIO: 相机-地面几何参数在线标定的单目视觉-惯性里程计

【Ground-VIO: Monocular Visual-Inertial Odometry with Online Calibration of Camera-Ground Geometric Parameters】

开源代码：greatIntaeKimGitHub WHU/gv tools

文章链接：

230608341Ground-VIOMonocularVisual-InertialOdometr...

作者单位：武汉大学

 单目视觉惯性里程计( VIO )是一种提供高精度、低漂移位姿估计的低成本解决方案。然而，在车辆场景中，由于动态范围有限和稳定特征的缺少，这项技术一直面临着挑战。在本文中，我们提出了Ground - VIO，它利用地面特征和特定的相机-地面几何结构来增强现实道路环境中的单目VIO性能。在该方法中，以车辆为中心的参数对相机-地面几何进行建模，并集成到基于优化的VIO框架中。这些参数可以在线校准，同时通过提供稳定的尺度感知来提高里程计的精度。此外，通过IPM 技术，开发了一个专门设计的视觉前端，以稳定地提取和跟踪地面特征。  

 通过仿真测试和真实场景实验验证了所提方法的有效性。结果表明，在车载场景中，我们的实现可以显著提高单目视觉里程计的精度，达到与先进的立体视觉里程计相当甚至更好的性能。该系统还可用于车辆感知中广泛使用的IPM的自动标定。用于地面特征处理的工具包，以及实验数据集已经开源 。

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