360ORB-SLAM: A Visual SLAM System for Panoramic Images with Depth Completion Network

Yichen Chen,
Yiqi Pan,
Ruyu Liu,
Haoyu Zhang,
Guodao Zhang,
Bo Sun,
Jianhua Zhang
206
热度
CV
2024年01月19日
  • 简介
    为了提高增强现实/虚拟现实应用和视觉辅助检测系统的性能和效果,视觉同时定位与地图构建(vSLAM)是计算机视觉和机器人领域的基本任务。然而,传统的vSLAM系统受到摄像机视野狭窄的限制,导致稀疏特征分布和缺乏密集深度信息等挑战。为了克服这些限制,本文提出了一种360ORB-SLAM系统,用于全景图像,并结合深度完成网络。该系统从全景图像中提取特征点,利用全景三角测量模块生成稀疏深度信息,并采用深度完成网络获取密集的全景深度图。在基于Carla构建的新型全景数据集上进行的实验结果表明,与现有的单目SLAM方法相比,所提出的方法具有更好的尺度精度,并有效地解决了特征关联和尺度模糊等挑战。深度完成网络的整合增强了系统的稳定性,并减轻了动态元素对SLAM性能的影响。
  • 图表
  • 解决问题
    解决问题:本论文旨在解决传统vSLAM系统在相机视野狭窄的情况下,面临稀疏特征分布和缺乏密集深度信息等挑战的问题。
  • 关键思路
    关键思路:本文提出了一种360ORB-SLAM系统,用于全景图像,并结合深度完成网络。该系统从全景图像中提取特征点,利用全景三角测量模块生成稀疏深度信息,并采用深度完成网络获得密集的全景深度图。与现有的单目SLAM方法相比,该方法实现了更好的尺度精度,并有效解决了特征关联和尺度歧义等挑战。深度完成网络的集成增强了系统稳定性,并减轻了动态元素对SLAM性能的影响。
  • 其它亮点
    亮点:本文在Carla数据集上进行了实验,证明了所提方法的优越性。论文提出的360ORB-SLAM系统在全景图像中提取特征点,生成稀疏深度信息,并采用深度完成网络获得密集的全景深度图。该方法的尺度精度比现有的单目SLAM方法更好,并有效解决了特征关联和尺度歧义等挑战。此外,深度完成网络的集成增强了系统稳定性,并减轻了动态元素对SLAM性能的影响。
  • 相关研究
    相关研究:最近的相关研究包括:'ORB-SLAM2: an Open-Source SLAM System for Monocular, Stereo, and RGB-D Cameras','Real-Time Loop Closure in 2D LIDAR SLAM','Visual SLAM: Why Bundle Adjust?'等。
PDF
原文
点赞 收藏 评论 分享到Link

沙发等你来抢

去评论