PL-VINS: Real-Time Monocular Visual-Inertial SLAM with Point and Line

论文链接：https://arxiv.org/abs/2009.07462 代码链接：https://github.com/cnqiangfu/PL-VINS

据作者称，PL-VINS是第一个具有点和线的基于实时优化的单目视觉惯性(VINS)方法，性能优于VINSMono等，代码刚刚开源！作者单位：湖南大学, 艾伯塔大学

利用线特征来提高基于点的视觉惯性SLAM（VINS）的定位精度正变得越来越重要，因为它们提供了场景结构规律性的附加约束，但是，实时性能并未得到关注。本文介绍了PL-VINS，一种基于点和线的基于实时优化的实时单目VINS方法，它是基于最新的基于点的VINS-Mono 开发的。可以看到当前的作品使用LSD 算法提取线条，但是LSD是为场景形状表示而不是特定的姿势估计问题而设计的，由于其昂贵的成本，这成为实时性能的瓶颈。在这项工作中，通过研究隐藏参数调整和长度拒绝策略，提出了一种改进的LSD算法。修改后的LSD的运行速度至少是LSD的三倍。此外，通过用普吕克坐标表示线界标，将线重投影残差建模为中点到线的距离，然后通过迭代更新普吕克坐标的最小四参数正交法线表示来最小化。在未进行GPU并行化的低功耗CPU @ 1.1 GHz上，在相同工作频率下，与EuS-Mono相比，我们的公共EuRoc基准数据集中的方法的定位误差比VINS-Mono降低了12-16％。

内容中包含的图片若涉及版权问题，请及时与我们联系删除