超级会员免费看
本文介绍如何利用Kitti数据集实现双目视觉里程计，通过逐帧估计运动并进行关键帧选择与束调整来降低误差。虽然在实际运行中遇到时间效率问题，但最终效果显示出较好的轨迹精度。探讨了车载系统的可能性。
Kitti 的Odometry 提供了左右双目的视觉图像（以及激光，但本作业不使用激光数据），并提供了标定信息。它一共含有若干个Sequence，其中一部分Sequence 的真实轨迹是开放的，另一部分则是隐藏的，作为测试使用。在Kitti 官网可以上传你对测试部分的轨迹估计，系统会计算与真实轨迹的差异，并给出评分。
现在我们已经介绍了所有关于视觉SLAM 方面的内容，你可以基于已有算法，实现一个双目的视觉里程计了。Kitti 官网odometry 分类下提供了双目相机的所有信息。请你根据已学知识，实现双目视觉里程计，然后运行任何一个sequence，并与标准轨迹比较。 ε \varepsilon ε
以下是实现过程中的
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
