ICE-BA: 可增量、一致且高效的视觉-惯性 SLAM 数据包调整 我们提出了 ICE-BA,这是一种可增量、一致且高效的视觉-惯性 SLAM 数据包调整算法。
ICE-BA: 可增量、一致且高效的视觉-惯性 SLAM 数据包调整 我们提出了 ICE-BA,这是一种可增量、一致且高效的视觉-惯性 SLAM 数据包调整算法。
我们提出了 ICE-BA,一种增量、一致且高效的视觉-惯性 SLAM 束包调整算法,其接受特征轨迹、IMU 测量和可选的循环约束作为输入,同时对滑动窗口中的局部束包进行调整,对所有关键帧进行全局束包调整,并实时输出每帧的相机姿态和更新的地图点。主要贡献包括:
除了后端求解器之外,该库还提供了基于光流的前端,可以轻松地用其他更复杂的前端替换,例如 ORB-SLAM2。我们的 ICE-BA 原始实现位于 https://github.com/ZJUCVG/EIBA,,该实现仅执行全局 BA,不支持 IMU 输入。
作者：刘昊民、陈明宇、包英泽、王志豪 相关出版物： 刘浩民,陈明宇,张国峰,包虎军和包英泽. ICE-BA: 递增、一致和高效的束调整 Visual-Inertial SLAM。 (已被 CVPR 2018 接受)。PDF。 刘昊民, 陈立, 陈国军, 张国峰, Michael Kaess 和包虎军. 基于关键帧的稳健密集 SLAM 算法 [J]. arXiv preprint arXiv:1711.05166, 2017. [arXiv 报告]。PDF.
根据 Apache 许可证版本 2.0 进行许可。 请参阅 LISENCE 以了解更多详细信息。
暂无开放 Issues，或尚未同步最近议题。