单目视觉里程计 mono vo

本文分享了提升SVO(同步定位与构图)鲁棒性的尝试过程及成果,包括在不同数据集上的测试结果,并对比了添加edgelet特征与采用半稠密方法的效果。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

之前为了提升svo的鲁棒性,进行了一些不同的尝试,虽然稳定性有所提升,两个视频demo在下面,但依然不尽人意。

效果1 (svo基础上添加了edgelet feature)

代码已放在github上,欢迎修改,共同学习改进。
视频链接: https://v.qq.com/x/page/d0383rpx3ap.html

在不同数据集上测试
这里写图片描述
这里写图片描述

效果2 (半稠密)

视频链接: https://v.qq.com/x/page/k03832nd7pu.html

vo2对着天花板,用于室内机器人
这里写图片描述
vo2在euroc数据集上,无人机从起点飞出到飞回原点,可看到轨迹中起始点闭合的比较好,漂移小。
这里写图片描述

评论 25
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值