Fast Direct Stereo Visual SLAM
Fast Direct Stereo Visual SLAM
复制标题
快速直接立体视觉 SLAM
DOI：
10.1109/lra.2021.3133860
复制
发表时间：
2022
影响因子：
5.2
通讯作者：
Sattar, Junaed
中科院分区：
文献类型：
--
作者：
Mo, Jiawei;Islam, Md Jahidul;Sattar, Junaed
提出了一种独立于特征检测和匹配的快速、准确的立体视觉同步定位与映射方法。我们将单目直接稀疏里程法(DSO)扩展到立体系统，通过优化3D点的比例来最小化立体构型的测光误差，与传统的立体匹配相比，这产生了一种计算高效和健壮的方法。我们将其进一步扩展到具有环路闭合的全SLAM系统，以减少累积误差。在假设摄像机向前运动的情况下，我们使用从视觉里程计获得的3D点来模拟LiDAR扫描，并采用LiDAR描述符来进行位置识别，以便于更有效地检测环路闭合。然后，我们通过最小化潜在闭合环路的光度误差来使用直接对准来估计相对位姿。可选地，通过使用迭代最近点(ICP)算法实现了对直接对准的进一步改进。最后，我们对姿势图进行了优化，以提高SLAM的全局精度。通过避免SLAM系统中的特征检测或匹配，我们确保了高计算效率和稳健性。在公共数据集上的全面实验验证表明，与最先进的方法相比，该方法是有效的。
We propose a novel approach for fast and accurate stereo visual Simultaneous Localization and Mapping (SLAM) independent of feature detection and matching. We extend monocular Direct Sparse Odometry (DSO) to a stereo system by optimizing the scale of the 3D points to minimize photometric error for the stereo configuration, which yields a computationally efficient and robust method compared to conventional stereo matching. We further extend it to a full SLAM system with loop closure to reduce accumulated errors. With the assumption of forward camera motion, we imitate a LiDAR scan using the 3D points obtained from the visual odometry and adapt a LiDAR descriptor for place recognition to facilitate more efficient detection of loop closures. Afterward, we estimate the relative pose using direct alignment by minimizing the photometric error for potential loop closures. Optionally, further improvement over direct alignment is achieved by using the Iterative Closest Point (ICP) algorithm. Lastly, we optimize a pose graph to improve SLAM accuracy globally. By avoiding feature detection or matching in our SLAM system, we ensure high computational efficiency and robustness. Thorough experimental validations on public datasets demonstrate its effectiveness compared to the state-of-the-art approaches.
影响因子：
7.8
作者：
Mur-Artal, Raul;Tardos, Juan D.
通讯作者：
Tardos, Juan D.
使用 LiDAR 描述符的立体视觉里程计的快速、稳健的地点识别方法
DOI：
10.1109/iros45743.2020.9341733
发表时间：
2020
期刊：
2020 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS
影响因子：
--
作者：
Mo, Jiawei;Sattar, Junaed
通讯作者：
Sattar, Junaed
影响因子：
9.2
作者：
Maddern, Will;Pascoe, Geoffrey;Newman, Paul
通讯作者：
Newman, Paul