1. 这篇文章希望解决什么问题?
服务机器人、巡检机器人、自动驾驶车辆等slam应用,需要进行长时间的定位和导航,但是可能会遇到很多光照变化(甚至天气季节变化)、不同视角提取的不同特征、原先场景的目标已经移除等等很多的环境变化问题,如果处理不好的话很容易引发轨迹漂移甚至跟踪丢失。
作者认为,产生这种问题的关键在于,现有的视觉slam方法依赖于低级的特征描述子。这些特征描述子对环境变化不鲁棒,并导致地图尺寸过大,不利于机器人的长期部署。也有一些slam方案使用语义信息来辅助定位,但主要面向短期定位导航过程。
2. 具体原理是什么?
obvi-slam希望同时利用上述两种方法的优点,首先利用低级视觉特征来做高质量的短时vo。然后为了保证全局的长期一致性,构建一个不确定感知的持久目标的长期地图,并在每次部署后进行更新。
具体来说,obvi-slam实际是利用环境中静态物体的长期地图来做辅助定位,因为目标检测是对外观不敏感的,所以obvi-slam也就可以对环境变化有鲁棒性。同时每个语义目标都会计算不确定性,随时间推移进行更新。
3. 和其他sota方法对比如何?
obvi-slam在两个月内收集室外不同时间的16组数据,估计lifelong轨迹的稳定性,可以发现其他方案都不同程度的出现了很大的轨迹漂移。
oa-slam也是一种物体级slam,刚开始性能也很好,但是随着时间增加,定位精度明显降低。
地图文件的大小对比,可以发现obvi-slam比orb3的地图小很多,有利于机器人的实际落地。
面对5G风口,运营商NB-IoT技术对比
华为发布全闪备份一体机旗舰新品,并宣布备份软件开源
如何使用酒杯制作振荡器
微雪电子火焰传感器简介
关于高精度弦波TMR齿轮编码器的新技术和应用分析
怎么去处理视觉SLAM长期定位中的外观变化和轨迹漂移呢?
加速纯国产芯研发脚步_国产EDA实现新突破
如何进行汽车CAN总线开发?
Vision Pro采用硅基OLED索尼独供
三星A60真机照亮相 中兴AXON S新机疑似曝光
光伏逆变器漏电流检测RCMU与EMC问题的探讨
电路设计中如何防范ESD
曝iPhone 9将采用700万像素后置单摄 目的将是主打性价比
M12连接器4P5P8孔12芯公母防水航空插头光电开关传感器连接线
中科院上海高等研究院举办AIS国际物联网论坛
LED照明的散热解决方案
经纬恒润持续扩大新能源布局,BMS全系产品均已量产
网友曝手机号码过户竟被要求预存3.6万元话费
电动汽车电磁兼容性设计理解
HTC开始接受来自AMD锐龙处理器用户的Vive无线适配器退款申请