实时双目VI-SLAM系统：利用网络深度预测及不确定性，打造稠密建图精度SOTA

文章预览

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 如何应对模型假设打破的场景 随着OKVIS 2、ORB-SLAM3和 VINS-Fusion等近期的技术进展，视觉惯性同步定位与建图（VI-SLAM）已经被认为是非常成熟的技术。通过一组稀疏或（半）稠密的地标点进行重投影或光度误差的计算，已经成为VI-SLAM问题中的标准残差。然而， 这种地图表示不适合需要明确建模稠密自由空间和占用空间的高级别机器人任务 。 稠密建图逐步集成给定传感器位姿的机载范围或深度测量，构建全局体素地图，并可以使用占用或截断符号距离场（TSDF）作为底层地图表示。考虑到观测模型对重建质量起着重要作用，必须决定测量的深度数据对每个体素的贡献程度，基于其不确定性。理想情况下，不确定性应该在统计上是一致的。此外 ………………………………