原文链接：https://mp.weixin.qq.com/s/wbEs-41BhsU1Ql5AuFvSXQ
论文链接：https://arxiv.org/pdf/2503.03230
摘要
本文介绍了OpenGV 2.0：使用车载环视相机实现运动先验辅助的标定和SLAM。本文提出了一种通过车载环视相机系统来实现视觉SLAM的解决方案。由于这类系统的原始用例，它们通常仅包含单个面向任一方向的相机，并且视野之间的重叠非常有限。本文的创新之处包括三个优化模块，它们旨在通过简单的双视图几何来实现外参旋转部分的在线标定、相对位移的可靠前端初始化以及使用连续时间轨迹模型的精确后端优化。所提出模块之间的共性在于，它们都利用了与乘用车运动的固有非完整特性相关的运动先验。与先前相关的技术相比，所提出的模块在避开阿克曼运动模型中常见的转换变量部分不可观方面表现出色。作为进一步的贡献，这些模块被内置到一种新型的环视相机SLAM系统中，该系统专门针对城市环境中运行的阿克曼车辆进行部署。本文对所有模块进行深入消融研究，整个框架成功应用于具有挑战性的大规模公开在线数据集上，这证明了所提出框架的实际有效性。
主要贡献
本文的贡献总结如下：
1）本文总结了在相机到车辆转换的在线标定、可靠的车载多相机运动初始化以及使用b样条的大规模连续非完整轨迹优化方面所做的全部贡献；
2）本文提出了一种集成所有模块的完整系统，并且最终在大规模开源的城市基准序列上证明了其高度可靠且精确的实时定位和建图能力；
3）本文发布了对现有开源软件包的更新，它通过所提出的运动先验约束的几何环视求解器和优化器来扩展框架。
论文图片和表格
总结
本文引入了用于非重叠多视角相机的运动先验支持的标定和运动估计解决方案，从而使具有挑战性的环视相机系统达到了新的性能水平，同时大大减少了相邻视场之间的重叠。本文提出了一种新的外参旋转优化范式，它在自然数据上运行，从而为优化默认或者工厂标定参数提供了一种实用的解决方案，或者为振动与撞击时相机位姿发生的变化提供了有效的补救措施。此外，本文还引入了一种用于多相机系统的新型平面位移求解器，它维持了鲁棒性。该求解器没有假设更近似的圆弧模型，并且在退化的运动条件下没有尺度不可观性。这很重要，因为现有算法的退化条件通常与常见的车辆位移（例如纯平移位移）密切相关。总之，本文为车辆位姿引入了一种基于样条的参数化方法，它连续施加了地面车辆的运动学约束，从而增强并且改进了非重叠环视相机系统的结果。值得注意的是，所提出的方法都没有做出圆弧假设。此外，即使车辆发生滑移，依赖于瞬时旋转中心的非完整模型仍然可以很好地解释侧滑转向平台的运动。本文贡献被纳入一个开源框架，它处理了城市环境中车辆运动的所有特性，并且通过包含弱GPS先验来处理度量尺度可观性和累积漂移问题。
发表回复