斯科尔科沃科研所开源，视觉SLAM线段检测关联基准！

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#  EVOLIN Benchmark: Evaluation of Line Detection and Association

论文地址：https://arxiv.org/abs/2303.05162

作者单位：斯科尔科沃科学技术研究所

开源代码：https://prime-slam.github.io/evolin/

   线条是在室内和城市环境中常见的几何特征。目前还没有一个完整的基准来评估序列图像流中所有阶段的线条：线条检测、线条关联和姿态误差。为此，我们为SLAM前端的视觉线条提供了一个完整而详尽的基准，包括RGB和RGBD，通过提供过多的补充指标。我们还标记了来自著名SLAM数据集的数据，以便将所有位姿都放在一起，并准确地注释线条。特别是，我们评估了17种直线检测算法、5种直线关联方法以及用几种检测器关联组合对准一对帧所产生的姿态误差。

本文贡献如下：

1、使用常用SLAM序列上的线条标记数据集。

2、一组带有可用的线条检测和关联算法的码头容器。

3、有用于检测、关联和位姿估计的度量的Python库。

4、对现有的标记序列检测和关联方法的准确性和性能进行评估。

以上内容来自小六的机器人SLAM学习圈 每日更新内容