- SimpleMapping: визуально-инерционное плотное картографирование в реальном времени с глубоким мультипросмотром стерео (arXiv)
Автор: Инъе Синь, Синсин Цзо, Дунъюэ Лу, Стефан Лойтенеггер.
Аннотация: Мы представляем метод визуально-инерционного плотного картирования в реальном времени, способный выполнять пошаговую реконструкцию трехмерной сетки с высоким качеством, используя только последовательные монокулярные изображения и показания инерциального измерительного устройства (IMU). Положения камеры с 6 степенями свободы оцениваются с помощью надежной визуально-инерциальной одометрии (VIO), которая также генерирует зашумленные разреженные трехмерные точки карты в качестве побочного продукта. Мы предлагаем многоракурсную стереонейронную сеть с разреженными точками (SPA-MVSNet), которая может эффективно использовать информативные, но зашумленные разреженные точки из системы VIO. Разреженная глубина из VIO сначала завершается сетью заканчивания с одним видом. Эта плотная карта глубины, хотя ее точность, естественно, ограничена, затем используется в качестве априорной, чтобы направлять нашу сеть MVS при генерации стоимостного объема и регуляризации для точного предсказания плотной глубины. Карты глубины изображений ключевых кадров, предсказанные сетью MVS, постепенно объединяются в глобальную карту с помощью TSDF-Fusion. Мы всесторонне оцениваем как предлагаемую SPA-MVSNet, так и всю визуально-инерциальную систему плотного картографирования на нескольких общедоступных наборах данных, а также на нашем собственном наборе данных, демонстрируя впечатляющие возможности обобщения системы и ее способность обеспечивать высококачественную трехмерную реконструкцию сетки в режиме онлайн. Предлагаемая нами система плотного картирования обеспечивает улучшение F-показателя на 39,7% по сравнению с существующими системами при оценке в сложных сценариях набора данных EuRoC. Мы планируем выпустить код этой работы после принятия
2.PQM: метрика оценки качества точек для плотных карт (arXiv)
Автор: Яш Туркар, Пранай Мешрам, Чарувахан Адхиварахан, Картик Данту.
Аннотация: Картографирование/реконструкция на основе LiDAR важны для различных приложений, но оценка качества плотных карт, которые они создают, является сложной задачей. Текущие методы имеют ограничения, в том числе невозможность зафиксировать полноту, структурную информацию и локальные вариации ошибок. В этой статье мы предлагаем новую метрику оценки качества точек (PQM), которая состоит из четырех субметрик, чтобы обеспечить более полную оценку качества облака точек. Субметрика полноты оценивает долю отсутствующих данных, субметрика оценки артефактов распознает и характеризует артефакты, субметрика точности измеряет точность регистрации, а субметрика разрешения количественно определяет плотность облака точек. С помощью исследования абляции с использованием прототипа набора данных мы демонстрируем эффективность каждой из субметрик и сравниваем их с популярными показателями расстояния до облака точек. Используя три системы LiDAR SLAM для создания карт, мы оцениваем качество их выходных карт и демонстрируем устойчивость метрик к шуму и артефактам. Нашу реализацию PQM, наборы данных и подробную документацию о том, как интегрировать с вашим настраиваемым конвейером плотного отображения, можно найти на github.com/droneslab/pqm.
