PulseAugur
中
实时 11:49:57
English(EN) OTPL-VIO: Robust Visual-Inertial Odometry with Optimal Transport Line Association and Adaptive Uncertainty

新的OTPL-VIO系统增强了视觉惯性里程计的鲁棒性

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了OTPL-VIO，一种新颖的立体视觉惯性里程计系统，旨在提高在挑战性环境中的鲁棒性。该系统利用深度描述符进行线段匹配，并采用最优传输方法进行匹配，使其比传统的基于点的方法更能有效地处理歧义、离群值和部分观测。在基准数据集和实际部署上的实验表明，OTPL-VIO实现了更高的准确性和稳定性，尤其是在低纹理场景和不同光照条件下，同时保持实时性能。 AI

影响 在具有挑战性的视觉条件下提高导航系统的鲁棒性。

排序理由 该集群包含一篇详细介绍视觉惯性里程计新算法的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的OTPL-VIO系统增强了视觉惯性里程计的鲁棒性

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Zikun Chen, Wentao Zhao, Yihe Niu, Tianchen Deng, Jingchuan Wang ·

    OTPL-VIO：具有最优传输线关联和自适应不确定性的鲁棒视觉惯性里程计

    arXiv:2603.09653v2 Announce Type: replace Abstract: Robust stereo visual-inertial odometry (VIO) remains challenging in low-texture scenes and under abrupt illumination changes, where point features become sparse and unstable, leading to ambiguous association and under-constraine…

相关话题