中国地质大学提出基于边的视觉里程计，不牺牲精度，显著提高效率

以下内容来自小六的机器人SLAM学习圈知识星球每日更新内容

点击领取学习资料 → 机器人SLAM学习资料大礼包

论文# EdgeVO: An Efficient and Accurate Edge-based Visual Odometry

论文地址：https://arxiv.org/pdf/2302.09493.pdf

作者单位：中国地质大学

视觉里程计在自动驾驶汽车和机器人导航等许多应用中都很重要。在没有纹理的场景或光照突然变化的环境中进行视觉里程计是一项具有挑战性的工作，在这些环境中，流行的基于特征的方法或直接方法无法很好地工作。为了应对这一挑战，已经提出了一些基于边缘的方法，但它们通常在效率和精度之间挣扎。

在这项工作中，我们提出了一种新的视觉里程计方法，称为EdgeVO，它是准确、高效和鲁棒的。通过使用一定的策略有效地选择一小部分边缘，我们在不牺牲精度的情况下显著提高了计算效率。与现有的基于边缘的方法相比，我们的方法可以在保持相似的精度甚至更高的精度的情况下显著降低计算复杂度。这归因于我们的方法去除了无用或有噪声的边缘。在TUM数据集上的实验结果表明，EdgeVO在效率、准确率和稳健性方面都明显优于其他方法。