文章预览
作者 | CNNer 编辑 | CNNer 点击下方 卡片 ，关注“ 3D视觉之心 ”公众号 第一时间获取 3D视觉干货 >> 点击进入→ 3D视觉之心技术交流群 文章信息 论文名称:Eigen-Factors an Alternating Optimization for Back-end Plane SLAM of 3D Point Clouds 原文作者:Gonzalo Ferrer 原文地址: http://arxiv.org/pdf/2304.01055v2.pdf 摘要 现代深度传感器能够在几秒钟内生成大量的三维点，以供后续的定位与映射算法进行处理。理想情况下，这些算法应能高效地处理大规模的点云数据，因为使用更多的点意味着可以获得更多的信息。Eigen Factors (EF) 是一种新的算法，它利用平面作为主要的几何约束来解决SLAM（Simultaneous Localization and Mapping，即同时定位和映射）问题。为了实现这一目标，EF通过齐次点的求和矩阵S，在复杂度为O(1)的情况下彻底计算所有点的误差。EF算法极其高效：首先，状态变量仅包括传感
………………………………
