LF-PGVIO: A Visual-Inertial-Odometry Framework for Large Field-of-View Cameras using Points and Geodesic Segments

要約

この論文では、点と測地線セグメントを使用する負の平面を持つ大型視野 (FoV) カメラ用の視覚慣性オドメトリ (VIO) フレームワークである LF-PGVIO を提案します。
私たちの研究の目的は、負面 FoV のカメラであっても、大きな FoV の全方位カメラでポイントライン オドメトリの可能性を解き放つことです。
これを実現するために、パノラマ環状画像、魚眼画像、各種パノラマ画像などの歪みの大きい画像に適用可能なカメラモデルと組み合わせた全方向曲線セグメント検出（OCSD）手法を提案します。
測地線セグメントはラジアンに基づいて複数の直線セグメントにスライスされ、記述子が抽出されて再結合されます。
記述子のマッチングにより、複数のフレーム内の 3D 線分間の制約関係が確立されます。
当社の VIO システムでは、ライン特徴残差も拡張され、大きな FoV カメラをサポートします。
公開データセットに対する広範な評価により、最先端の手法と比較して LF-PGVIO の精度と堅牢性が優れていることが実証されています。
ソースコードは https://github.com/flysoaryun/LF-PGVIO で公開されます。

要約(オリジナル)

In this paper, we propose LF-PGVIO, a Visual-Inertial-Odometry (VIO) framework for large Field-of-View (FoV) cameras with a negative plane using points and geodesic segments. The purpose of our research is to unleash the potential of point-line odometry with large-FoV omnidirectional cameras, even for cameras with negative-plane FoV. To achieve this, we propose an Omnidirectional Curve Segment Detection (OCSD) method combined with a camera model which is applicable to images with large distortions, such as panoramic annular images, fisheye images, and various panoramic images. The geodesic segment is sliced into multiple straight-line segments based on the radian and descriptors are extracted and recombined. Descriptor matching establishes the constraint relationship between 3D line segments in multiple frames. In our VIO system, line feature residual is also extended to support large-FoV cameras. Extensive evaluations on public datasets demonstrate the superior accuracy and robustness of LF-PGVIO compared to state-of-the-art methods. The source code will be made publicly available at https://github.com/flysoaryun/LF-PGVIO.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google