光度激光雷达与RGB-D相机的束调整：融合多传感器数据的高效优化技术

2023-05-09 09:46 作者:计算机视觉life 0人读过 | 我要投稿

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# Photometric LiDAR and RGB-D Bundle Adjustment

论文地址：https://arxiv.org/abs/2303.16878

作者单位：罗马萨皮恩扎大学

开源代码：https://github.com/digiamm/ba_md_slam

传感器轨迹和三维地图的联合优化是SLAM系统的重要特征。要实现这一点，黄金标准是捆绑调整(BA)。现代3D激光雷达现在保留了更高的分辨率，可以创建类似于传统相机拍摄的点云图像。然而，用于RGB-D传感器的典型有效的全局细化技术并未广泛应用于激光雷达。本文提出了一种新的BA光度测量策略，它同时考虑了RGB-D和LiDAR。我们的工作可以用在任何SLAM/GNSS估计之上，以改进和完善初始轨迹。我们使用这两个深度传感器在公共基准上进行了不同的实验。我们的结果表明，与其他最先进的自组织SLAM/BA策略相比，我们的系统性能与之相当，甚至更好，没有数据关联，也没有对环境做出假设。此外，我们还介绍了在我们的统一方法中联合使用RGB-D和LiDAR的好处。

本文的主要贡献是提出了一种适用于RGB-D和LiDAR的统一光度BA策略。我们的方法旨在改进来自SLAM/GNSS系统的轨迹，以最大限度地提高其光度一致性。我们的方法隐含地解决了数据关联问题，并直接支持多个异构传感器。我们对有关最先进的传感器特定优化策略和SLAM算法的基准数据进行了比较评估。结果表明，我们的简单优化方案是非常有效的，其性能与专门针对RGB-D和LiDAR数据的方法持平或更好。我们还演示了如何通过融合3D激光雷达和RGB-D来改进我们的光度BA策略。