一份新的项目报告评估了六种同步定位与地图构建（SLAM）系统在低光照条件下的表现，发现大多数系统都面临严峻挑战。虽然Kimera-VIO成功跟踪了所有序列，但由于缺乏回环闭合，累积了相当大的绝对误差。DPVO和DPV-SLAM维持了跟踪，但在低光照下也显示出较大的绝对误差。经典的单目管道和基于滤波器的系统在具有挑战性或昏暗的序列上失败了，这表明鲁棒的仅RGB SLAM在低光照下需要惯性融合和全局优化，或者可能需要学习型前端和互补传感。 AI
影响 强调了当前仅RGB SLAM在低光照环境下的局限性，并提出了未来的研究方向。
排序理由 学术论文，展示了SLAM系统的新基准测试结果。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
