RGB-Dカメラを用いた高速軽量な非反復型ビジュアルオドメトリ
A Fast and Light-weight Non-Iterative Visual Odometry with RGB-D Cameras
平面要素の重なりを利用して回転と並進を分離し、反復最適化や特徴抽出なしで6自由度姿勢を推定する高速軽量なRGB-Dビジュアルオドメトリを提案。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Zheng Yang, Kuan Xu, Shenghai Yuan, Lihua Xie
分類: cs.RO
原文アブストラクト
In this paper, we introduce a novel approach for efficiently estimating the 6-Degree-of-Freedom (DoF) robot pose with a decoupled, non-iterative method that capitalizes on overlapping planar elements. Conventional RGB-D visual odometry(RGBD-VO) often relies on iterative optimization solvers to estimate pose and involves a process of feature extraction and matching. This results in significant computational burden and time delays. To address this, our innovative method for RGBD-VO separates the estimation of rotation and translation. Initially, we exploit the overlaid planar characteristics within the scene to calculate the rotation matrix. Following this, we utilize a kernel cross-correlator (KCC) to ascertain the translation. By sidestepping the resource-intensive iterative optimization and feature extraction and alignment procedures, our methodology offers improved computational efficacy, achieving a performance of 71Hz on a lower-end i5 CPU. When the RGBD-VO does not rely on feature points, our technique exhibits enhanced performance in low-texture degenerative environments compared to state-of-the-art methods.
関連論文
- 球面バンドル調整ガイド付き教師なし深度学習によるスケール整合単眼魚眼ビジュアルオドメトリビジュアルオドメトリ
- ROEVO: RGB-Dカメラを用いたロバストな組織化エッジ特徴に基づくビジュアルオドメトリビジュアルオドメトリ
- スパース点群出力を備えた深層イベントビジュアルオドメトリの拡張ビジュアルオドメトリ
- HyVGGT-VO: フィードフォワードモデルと密結合したハイブリッド高密度ビジュアルオドメトリビジュアルオドメトリ
- 屋内環境向け連続3Dガウスマップを用いた直接スパースオドメトリビジュアルオドメトリ
- パノラマ直接LiDAR支援ビジュアルオドメトリビジュアルオドメトリ
