【Stereo-NEC: Enhancing Stereo Visual-Inertial SLAM Initialization with Normal Epipolar Constraints】

文章链接：[2403.07225] Stereo-NEC: Enhancing Stereo Visual-I...

作者单位：史蒂文斯理工学院、OPPO研究中心（美）、石溪大学

开源代码：GitHub - ApdowJN/Stereo-NEC: The official reposito...

本文提出了一种精确、鲁棒的双目视觉-惯性SLAM系统初始化方法。与当前最先进的方法不同，该方法在不更新相机位姿的情况下严重依赖纯视觉SLAM系统的精度来估计惯性变量，这可能会损害精度和鲁棒性，但我们的方法提供了一种不同的解决方案。我们认识到精确的陀螺仪零偏估计对旋转精度的至关重要的影响。这反过来又会由于平移误差的积累而影响轨迹精度。为了解决这个问题，我们首先独立地估计陀螺仪的偏差，并使用它来建立一个最大后验问题，以便进一步优化。在这个精化之后，我们通过执行IMU积分和从陀螺仪测量中去除的陀螺仪偏差来更新旋转估计。然后，我们利用稳健和精确的旋转估计，通过3 - DoF捆绑调整来增强平移估计。此外，我们还介绍了一种通过评估正常核线约束的残差来判断初始化是否成功的新方法。在Eu RoC数据集上的广泛评估表明，我们的方法在准确性和鲁棒性方面表现优异。在绝对轨迹误差和相对旋转误差方面，它优于目前领先的立体视觉-惯性初始化方法ORB - SLAM3，同时保持了有竞争力的计算速度。值得注意的是，即使使用5个关键帧进行初始化，我们的方法在旋转精度上仍然超过了使用10个关键帧的最新方法。

以上内容来自小六的机器人AI学习圈（6年积累，全国最大的机器人SLAM交流社区，为SLAM行业从业者提供从入门、学习、交流、求职、线下链接、合作、咨询、答疑等一系列的服务）知识星球每日更新内容

推荐阅读

3D高斯泼溅 为什么能一直火？有哪些应用场景？香港大学开源的这个激光雷达惯性SLAM，太强了！一招掌握3DGS基础视觉三维重建！深度计算+点云处理+网格重建优化+纹理贴图！谷歌这个SLAM开源方案，造福了整个机器人行业！重大变革！NeRF和3D高斯喷溅如何重塑SLAM？发顶会顶刊不再难！多传感器融合SLAM、生成式AI、3DGS、NeRF、标定等方向这个开源框架，造福了无数卫星定位研究者和初创公司！BOSS：用了机器人仿真，立省几十万自动驾驶中的GNSS、RTK到底多重要？太强了！世界第一款开源的自动驾驶一体化框架Autoware！（附交流群）如何从零开始搭一套自己的SLAM系统？17讲全部上线！全网首个详解深度学习特征开源算法SuperPoint和SuperGlue（附交流群）最炸裂的机器人AI技术教程都在这了！