EROAM: Event-based Camera Rotational Odometry and Mapping in Real-time

要約

この論文では、リアルタイムで正確なカメラ回転推定を実現する新しいイベントベースの回転オドメトリおよびマッピング システムである EROAM について説明します。
イベント生成モデルやコントラスト最大化に依存する既存のアプローチとは異なり、EROAM はイベントを単位球に投影することによって球状イベント表現を採用し、イベント カメラ データ用に特別に設計された新しい幾何学的最適化フレームワークである Event Spherical Iterative Closest Point (ES-ICP) を導入します。
。
球面表現により、回転運動の定式化が簡素化され、同時に連続マッピングが可能になり、空間解像度が向上します。
EROAM は、並列ポイントツーライン最適化と組み合わせることで、精度を損なうことなく効率的な計算を実現します。
合成データセットと現実世界のデータセットの両方に対する広範な実験により、EROAM が精度、堅牢性、計算効率の点で最先端の手法を大幅に上回ることが示されています。
私たちの方法は、他の方法では失敗したり大きなドリフトが見られることが多い、高い角速度や長時間シーケンスなどの困難な条件下でも一貫したパフォーマンスを維持します。
さらに、EROAM は、微細な構造の詳細が保存された高品質のパノラマ再構成を生成します。

要約(オリジナル)

This paper presents EROAM, a novel event-based rotational odometry and mapping system that achieves real-time, accurate camera rotation estimation. Unlike existing approaches that rely on event generation models or contrast maximization, EROAM employs a spherical event representation by projecting events onto a unit sphere and introduces Event Spherical Iterative Closest Point (ES-ICP), a novel geometric optimization framework designed specifically for event camera data. The spherical representation simplifies rotational motion formulation while enabling continuous mapping for enhanced spatial resolution. Combined with parallel point-to-line optimization, EROAM achieves efficient computation without compromising accuracy. Extensive experiments on both synthetic and real-world datasets show that EROAM significantly outperforms state-of-the-art methods in terms of accuracy, robustness, and computational efficiency. Our method maintains consistent performance under challenging conditions, including high angular velocities and extended sequences, where other methods often fail or show significant drift. Additionally, EROAM produces high-quality panoramic reconstructions with preserved fine structural details.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google