姿態(tài)估計的案例
PAMTRI：結(jié)合仿真數(shù)據(jù)+姿態(tài)信息的車輛ReID算法
本文算法中，用于訓練的信息渠道包括車輛顏色（color）、型號（type）、id和關(guān)鍵點坐標，其中顏色和型號的標簽各自在主干網(wǎng)絡輸出的特征后接一個head（線性層+ReLU+線性層），并用交叉熵損失用來訓練：
id的標簽則采用了分類損失和度量學習中距離度量的損失hard-mining triplet loss用于訓練，其中
表示距離邊際參數(shù)，
、
表示候選樣本到正/負樣本的距離，超參數(shù)
和
各自是1，
和
都是0.125（之所以這兩個超參數(shù)取得很小，是因為這兩個任務與ID分類任務存在潛在的沖突：兩輛有著相同顏色/品牌的車子不一定共用一個車輛id）：
最重要也是最復雜的信息處理模塊在于代表車輛姿態(tài)的關(guān)鍵點信息。作者選用了當年在人體姿態(tài)估計上取得SOTA性能的網(wǎng)絡架構(gòu)HRNet（TPAMI 2020）作為車輛姿態(tài)估計的主干網(wǎng)絡（這么選取是有先例的，18年的IROS中有篇估計車輛姿態(tài)的文章The earth ain’t flat: Monocular reconstruction of vehicles on steep and graded roads from a moving camera用的也是當時流行的人體姿態(tài)估計網(wǎng)絡架構(gòu)Hourglass Network），訓練集約為10000張仿真圖像+真實數(shù)據(jù)集。
具體來說，作者設計了兩種方式來利用車輛的姿態(tài)信息，這兩種方式分別對應于兩種不同的信息存儲方式，heatmap和segments。
展開 SuMa++: 基于激光雷達的高效語義SLAM
我們利用這一信息來提高姿態(tài)估計的準確性,特別是我們的方法利用掃描和地圖之間的語義一致性來過濾掉動態(tài)對象,并在比較方案過程中提供更高級別的約束.這使得我們能夠僅基于三維激光距離掃描成功地組合語義和幾何信息,以實現(xiàn)比純幾何方法更好的姿態(tài)估計精度.我們在KITTI Vision基準數(shù)據(jù)集上評估了我們的方法,顯示了我們的方法與純幾何方法相比的優(yōu)勢.
用于自動泊車的鳥瞰圖的邊緣線的語義SLAM系統(tǒng)
提出了基于鳥瞰圖邊緣線的語義視覺SLAM框架，鳥瞰圖由四幅魚眼圖像通過視圖合成生成，對可行駛空間進行分割以提供用于邊緣檢測的掩模，鳥瞰邊緣提取模塊處理從鳥瞰圖像和可行駛空間圖像中檢測到的原始邊緣，然后執(zhí)行基于IPM的邊緣分割程序，以去除噪聲和扭曲邊緣，通過融合連續(xù)邊緣圖像生成局部地圖，用于相對姿態(tài)估計和全局建圖，同時構(gòu)建并優(yōu)化了邊緣點云地圖和占用柵格地圖。
鳥瞰邊緣線提取：
將合成的鳥瞰圖像以及分割的可行駛空間圖像作為系統(tǒng)的輸入。檢測原始混合邊緣，包括可行駛空間內(nèi)的邊緣和自由空間輪廓，然后是基于IPM的分割模塊，該模塊能夠去除地面眩光引起的大部分噪聲邊緣以及地面上方扭曲的物體邊緣
建圖：
使用提取的混合邊，建圖模塊累積并生成概率局部地圖，用于相對姿勢估計，通過記錄軌跡和姿勢圖優(yōu)化，可以導出全局邊緣點云圖以及占用柵格地圖
里程計：
根據(jù)車輪里程計的初始變換，通過語義點云配準來估計局部地圖中的當前姿勢，每個幀的姿態(tài)進一步累積，以生成全局地圖中的車輛軌跡。
展開 第二屆計算機視覺與虛擬現(xiàn)實國際學術(shù)會議
征稿領域
主題包括但不限于：
計算機視覺：機器視覺；學習與視覺；圖像分割、理解和處理；面部和手勢識別； 視覺識別；地理信息系統(tǒng)；面向視覺的深度學習；照明和反射率；生物啟發(fā)視覺；基于內(nèi)容的檢索；姿態(tài)估計
虛擬現(xiàn)實：增強現(xiàn)實 （AR）；混合現(xiàn)實 （MR）；多媒體；動態(tài)紋理合成；建模技術(shù)；分布式系統(tǒng)；多模態(tài)用戶界面；行為建模；人工生命；信號重建；運動捕捉
聯(lián)系方式
PASE平臺：http://www.pasanhu.cn/ConferenceCn.aspx?id=CVVR%202024
CVVR官網(wǎng)：http://www.iccvvr.com
會議秘書：Ms. Elena Zhang
郵箱：info@iccvvr.com
電話/微信：+86-15697142092
展開 
3D目標檢測/點云/遙感數(shù)據(jù)集匯總
Beyond PASCAL: A Benchmark for 3D Object Detection in the Wild
PASCAL3D +數(shù)據(jù)集，它是用于3D對象檢測和姿態(tài)估計的新穎且具有挑戰(zhàn)性的數(shù)據(jù)集。PASCAL3D +通過3D注釋增強了PASCAL VOC 2012 [12]的12個剛性類別。此外，從ImageNet 為每個類別添加了更多圖像。與現(xiàn)有的3D數(shù)據(jù)集相比，PASCAL3D +圖像具有更大的可變性，并且每個類別平均有3,000多個對象實例。該數(shù)據(jù)集將為研究3D檢測和姿態(tài)估計提供豐富的測試平臺，并將有助于顯著推動這一領域的研究。在新的數(shù)據(jù)集上提供了DPM 的變化結(jié)果，用于在不同情況下進行對象檢測和視點估計。
物體檢測和姿態(tài)估計的基準（10個類別，每個類別有10個對象實例）
鏈接：
https://cvgl.stanford.edu/projects/pascal3d.html
6. Oakland 3-D Point Cloud Dataset（奧克蘭 ）
這個數(shù)據(jù)庫的采集地點是在美國卡耐基梅隆大學周圍，數(shù)據(jù)采集使用Navlab11，配備側(cè)視SICK LMS激光掃描儀，用于推掃。其中包含了完整數(shù)據(jù)集、測試集、訓練集和驗證集。
展開 NuttX飛控系統(tǒng)
主要的進程有傳感器數(shù)據(jù)采集、姿態(tài)估算、姿態(tài)控制、飛行器狀態(tài)識別與切換、協(xié)處理器控制、日志記錄。進程間進行通信是程序結(jié)構(gòu)的重要部分。 也就是說在飛機中就有幾個主要進程控制飛機，每個進程負責些什么呢？
如圖1所示，
傳感器數(shù)據(jù)采集進程： 采集的所有傳感器數(shù)據(jù)。
姿態(tài)估計進程：利用傳感器數(shù)據(jù)估算出飛行器當前姿態(tài)。
協(xié)處理器通信進程：獲取遙控數(shù)據(jù)。
狀態(tài)識別進程：結(jié)合傳感器數(shù)據(jù)、飛行器姿態(tài)和遙控數(shù)據(jù)識別出飛行器當前模式。
姿態(tài)控制進程：通過飛行器姿態(tài)、遙控數(shù)據(jù)、飛行器模式計算出當前所需的PID控制量并推送至uORB。
協(xié)處理器通信進程 ：再將訂閱的PID控制量通過高速串口發(fā)送至協(xié)處理器。
多個進程進行通信: uORB 訂閱主題 ，發(fā)布主題。
協(xié)處理器和主處理器的關(guān)系：
主處理器通信部分采用DMA方式直接填充至PWM匹配輸出寄存器，最大程度地減小CPU的干預。失聯(lián)識別在定時器20 ms中斷中實現(xiàn)，每次進中斷會讀取DMA傳輸計數(shù)器的值并記錄，再與上次的記錄值進行比較，如果兩個值不相等，則說明數(shù)據(jù)連接正常；相反，如果連接斷開，兩個值將會相等，據(jù)此實時地判斷出連接的通斷狀態(tài)。主循環(huán)中只需要判斷通斷標志位，如果檢測到連接斷開，協(xié)處理器則會啟用失效保護功能：通過SPI總線讀取MPU6000芯片的加速度和角速度數(shù)據(jù)，利用四元數(shù)姿態(tài)融合算法,得到姿態(tài)信息，轉(zhuǎn)換成歐拉角之后，再用PID控制器保持飛行器的水平姿態(tài)，直到與主處理器的連接恢復正常，再將電機控制權(quán)交還給主處理器。用歐拉角表示剛體姿態(tài)方便幾何推導，但是存在萬向節(jié)死鎖，即當剛體的3個萬向節(jié)中兩個的軸發(fā)生重合時，會出現(xiàn)失去一個自由度的情況。四元數(shù)法則不存在這個問題，并且運算步驟也相對簡單，適合在本文控制系統(tǒng)的協(xié)處理器中運用。
展開 通過消失點輔助激光雷達視覺慣性估計器（ICRA2021）
Contribution
1.提出了第一種消失點輔助激光雷達視覺慣性估計器，它利用激光深度和消失點信息在視覺和幾何退化環(huán)境中實現(xiàn)魯棒姿態(tài)估計
2.提出了一種新的基于體素圖的特征深度關(guān)聯(lián)模塊，可以有效地將深度信息分配給視覺特征
3.提出了一種新穎的消失點檢測流程，該流程能夠可靠、高效地檢測出消失點
Content
1.系統(tǒng)框圖
如下圖，主要分成三步處理流程，先是IMU輔助下的滅點檢測，然后進行特征深度關(guān)聯(lián)，最后進行VIO，VIO主要優(yōu)化重投影誤差，IMU預積分誤差和滅點約束誤差。
2. IMU輔助的滅點檢測
先是通過稀疏光流法和角點檢測來跟蹤特征，然后用LSD找到線段(記錄端點長度和角度)，因為水平線段檢測的精度很大程度上和相機的旋轉(zhuǎn)相關(guān)，并且如果水平線檢測不準確，那么滅點生成就很差，基于這個出發(fā)點，采用基于重力的垂直線檢測來優(yōu)化IMU旋轉(zhuǎn)。具體過程如下圖:首先根據(jù)相機方向，在每個線段的重點得到二維投影向量Z, 然后根據(jù)線段和它的投影向量的角度對線段進行分類，角度小于一定的閾值視為垂直，在理想情況下，這些垂直線段會穿過滅點在Z軸的投影，根據(jù)這個進行進一步的優(yōu)化，最終的滅點的z軸上的單位向量可以表示為:
然后根據(jù)下面的公式獲得光流的旋轉(zhuǎn)角度:
并且水平線可以表示為:
在計算出水平線后，可以得出在X和Y方向上的滅點假設，使用1-line RANSAC來選擇地平線，然后將其與水平線相交得出滅點在X的假設:
最終的基于滅點的代價函數(shù)可以表示如下:
3.
展開 收藏 | 深度學習在計算機視覺領域的應用總結(jié)
先看一個單目標跟蹤的CNN模型：
這個展示的模型是一個基于R-CNN檢測模型擴展的單目標跟蹤方法：
多目標跟蹤模型有這么一個例子：
下面是一個基于RNN的多目標跟蹤模型：
補充一個基于RGB圖像和3-D點云的目標跟蹤NN模型：
順便談一下人體姿態(tài)和骨架跟蹤問題。以前傳統(tǒng)方法在人體姿態(tài)估計花了很大力氣但效果不好，提出了part-based目標模型，比如constellation model, pictorial structure, implicit shape model, deformable model等等。
最近CMU提出一個方法，基于Part Affinity Fields（PAF）來估計人體姿態(tài)和骨架，速度非常快。PAF是一個非參數(shù)描述模型，用來將圖像像素和人體各肢體相關(guān)起來，看它的架構(gòu)如圖，采用的是two branch CNN結(jié)構(gòu)，聯(lián)合學習各肢體的相關(guān)性和位置。
下面這個是其中雙部圖形匹配(Bipartie matching)算法的示意圖。
這種多目標快速姿態(tài)跟蹤的實現(xiàn)對人體行為的理解是非常重要的工具。
計算機視覺的推廣領域
這里我選了4個計算機視覺的應用談談深度學習對這些領域的推動，在CNN或者RNN“火”之前，這些應用已經(jīng)存在，但在識別分類任務上性能有限罷了。自動駕駛的應用在另外文章已經(jīng)提過了，在此忽略。
1 內(nèi)容檢索
CBIR（Content-based Image Retrieval）有兩波人搞，一波是計算機科學的，把這個問題當數(shù)據(jù)庫看待；另一波人是電子過程的，認為是圖像匹配問題。
展開 SLAM算法解析：抓住視覺SLAM難點，了解技術(shù)發(fā)展大趨勢
Sattler 的演講給出的另一個重要的關(guān)鍵信息是正確數(shù)據(jù)的數(shù)量實際上并不是相機姿態(tài)估計的很好的置信度測量。當特征點全都集中于圖像的單一一個部分時，相機定位可能會在千里之外！一個更好的置信度測量是有效正確數(shù)據(jù)計數(shù)，其可以將正確數(shù)據(jù)所在的區(qū)域作為整體圖像區(qū)域的一個部分來進行審查。你真正希望得到的是整體圖像上的特征匹配——如果信息散布在整個圖像上，你能得到更好的姿態(tài)估計。
Sattler 對未來實時 SLAM 的演講是這樣的：我們應該關(guān)注緊湊型的地圖表征，我們應該對相機姿態(tài)估計置信度有更好的理解（如樹上權(quán)重下降的特征），我們應該在更有挑戰(zhàn)性的場景中研發(fā)（如帶有平面結(jié)構(gòu)的世界和在白天的地圖上的夜間定位）。
移動定位：Sattler 的關(guān)鍵問題是使用單張智能手機圖片在大城市里定位你自己
演講四：Mur-Artal 談基于特征的方法 vs 直接方法
ORB-SLAM 的創(chuàng)造者 Mur-Artal 的演講內(nèi)容全部圍繞著 SLAM 領域內(nèi)基于特征的方法 vs 直接方法的爭論，而他顯然站在基于特征的方法一邊。ORB-SLAM 可通過一個開源的 SLAM 軟件包獲取，而且它很難被擊敗。在他對 ORB-SLAM vs PTAM 的評價中，似乎 PTAM 實際上常常失敗（至少在 TUM RGB-D 基準上）。LSD-SLAM 在 TUM RGB-D 基準上的錯誤通常遠高于預期。
基于特征的方法 vs 直接方法
演講五：Tango 項目和用于圖像到圖像限制的視覺環(huán)路閉合
簡單來說，谷歌的 Tango 項目是世界上第一個商業(yè)化 SLAM 的嘗試。
展開 最近出現(xiàn)的幾篇視覺和激光雷達SLAM論文介紹
DBA層把流修正集映射成姿態(tài)集，并逐元深度更新。如下定義成本函數(shù)：
整個系統(tǒng)包含兩個異步運行線程。前端線程接收新幀、提取特征、選擇關(guān)鍵幀并執(zhí)行局部BA；后端線程同時對關(guān)鍵幀的整個歷史記錄執(zhí)行全局BA。
DROID- SLAM可以泛化到其他數(shù)據(jù)集，如圖所示：
4 “ART-SLAM: Accurate Real-Time 6DoF LiDAR SLAM“，arXiv，September，2021
由意大利一所大學發(fā)表。
基于地面車輛的實時6-自由度姿態(tài)估計是機器人學中的一個重要研究課題，應用如自動駕駛和三維地圖。本文提出一種快速、準確和模塊化的激光雷達SLAM系統(tǒng)，用于批量和在線估計。首先下采樣和出格點去除，濾除噪聲并減小輸入點云的大小。然后將過濾后點云用于姿態(tài)跟蹤和地面檢測，優(yōu)化估計的軌跡。與濾波過程并行工作，一個預跟蹤器允許獲得預計算里程計，在跟蹤時用作輔助工具。通過g2o pose graph實現(xiàn)的高效閉環(huán)和位姿優(yōu)化，是該SLAM流水線的最后步驟。系統(tǒng)的性能與當前基于點云的方法（LOAM、LeGO-LOAM、A-LOAM、LeGO-LOAM BOR和HDL）進行了比較，結(jié)果表明，系統(tǒng)達到了相同或更好的精度，并且可以輕松地處理無閉環(huán)的情況。使用KITTI和Radiante數(shù)據(jù)集對估算的軌跡位移量進行比較。
展開 L3+智能座艙時代，主機廠三大核心需求揭秘！
相較于傳統(tǒng)車外感知任務，艙內(nèi)感知往往涉及多種任務并發(fā)：
（1）駕駛員狀態(tài)監(jiān)測（DMS）需提供 RGB、NIR、深度圖、紅外熱圖等；
（2）艙內(nèi)目標識別（OMS）需識別成人、兒童、寵物及其關(guān)鍵點；
（3）安全帶/手勢/打電話等行為檢測需使用語義分割或姿態(tài)估計；
（4）基于時序的行為識別模型還需高幀率、長時間段的時序一致數(shù)據(jù)。
1、客戶普遍反饋
“不是只有圖像就夠了，我們訓練要同時用 RGB、深度、語義 mask，還需要完整的關(guān)鍵點標注。”
因此，一個面向艙內(nèi)場景的合成平臺，必須具備多模態(tài)輸出能力：
（1）支持同步輸出：RGB、NIR、IR、深度圖、分割圖、關(guān)鍵點、動作標簽；
（2） 每一幀支持完整 2D/3D 標注（如人臉姿態(tài)、骨架、Bounding Box）；
（3）模態(tài)間具備嚴格的像素級對齊與時間同步。
不同分割標準的傳感器真值掩膜（左：材料分割掩膜 右：標注分割掩膜）
二、是否支持高度可控的“邊緣艙內(nèi)場景”構(gòu)建？
現(xiàn)實座艙中的極端情況是艙內(nèi)模型失效的最大來源，例如：
（1）小孩被遺留在車內(nèi)后座但被玩具遮擋；
（2）夜間父母懷抱嬰兒但光照極弱；
（3）多人乘坐，后排座椅被倒下遮擋視野；
（4）駕駛員佩戴口罩、墨鏡、低頭、側(cè)臉、疲勞、抽煙等行為混合出現(xiàn)。
1、客戶直接表達
“這些是我們在真實測試中經(jīng)常出錯的場景，能不能直接構(gòu)造出來，用來補訓練集？”
所以平臺需要具備：
（1）多乘員、多體態(tài)、多遮擋物控制能力；
（2）情緒、疲勞、注意力偏移等狀態(tài)標簽控制；
（3）光照條件（夜間、背光）、遮擋類型（雨傘、雜物）、視角模糊模擬能力；
（4）可腳本控制的場景生成引擎，如配置文件中直接設定“后排有兒童+玩具遮擋+車內(nèi)弱光”組合。
展開 
立體視覺+慣導+激光雷達SLAM系統(tǒng)
該系統(tǒng)實時生成環(huán)閉合校正的6自由度激光雷達姿態(tài)和接近實時的1cm體素稠密點云。與最先進的激光雷達方法相比，VIL-SLAM顯示了更高的精確度和魯棒性。
（a）傳感器設備（b）構(gòu)建室外場景模型
主要內(nèi)容
VIL-SLAM系統(tǒng)圖。傳感器為灰色，模塊為綠色。箭頭指示消息在系統(tǒng)中的流動方式。深色粗箭頭表示系統(tǒng)實時輸出，淺色粗箭頭表示近實時后處理生成的輸出。
系統(tǒng)有四個模塊，如圖2所示。視覺前端從立體攝像機獲取立體圖像。它執(zhí)行幀到幀的跟蹤和立體幀匹配，并輸出立體匹配結(jié)果作為視覺測量。立體VIO采用立體匹配和IMU測量，在位姿圖上執(zhí)行IMU預積分和平滑緊耦合結(jié)果。該模塊根據(jù)IMU和攝像機輸出VIO姿態(tài)。LiDAR建圖模塊使用VIO的運動估計，并執(zhí)行LiDAR點去噪和掃描以進行地圖配準。回環(huán)閉合模塊進行視覺環(huán)路檢測和初始環(huán)路約束估計，并通過稀疏點云ICP對準進一步精細配準。對約束所有LiDAR姿態(tài)的全局姿態(tài)圖進行增量式優(yōu)化，得到全局修正軌跡和實時LiDAR姿態(tài)修正。它們被送回激光雷達建圖模塊進行地圖更新和重新定位。在后處理中，將激光雷達掃描幀與最佳估計的激光雷達姿態(tài)拼接，以獲得稠密的點云地圖結(jié)果
圖6 實驗裝置 使用兩個VPs校準相機機
視覺前端
對立體視覺進行立體匹配，本文使用Kanade Lucas Tomasi（KLT）特征跟蹤器來跟蹤先前立體匹配中的所有特征點，無論是在左圖像還是右圖像中。只有當他們都被跟蹤才會輸出。較大的立體基線有助于尺度估計，并減少由遠距離特征引起的退化問題。
展開 基于雙目視覺的自動駕駛技術(shù)
單目的測距和3-D估計靠什么？是檢測目標的Bounding Box（BB），如果無法檢測的障礙物，該系統(tǒng)就無法估計其距離和3-D姿態(tài)/朝向。沒有深度學習的時候，ME主要是基于BB，攝像頭標定得到的姿態(tài)和高度以及路面平直的假設估算距離。
有了深度學習，可以根據(jù)3-D的ground truth來訓練NN模型，得到3D大小和姿態(tài)估計，距離是基于平行線原理（single view metrology）得到的。不久前百度Apollo公布的單目L3解決方案講的比較清楚了，參考論文是“3D Bounding Box Estimation by Deep Learning and Geometry".
雙目當然可以算視差和深度了，即使沒有檢測出障礙物（因為有附加的深度信息，檢測器會比單目好），也會報警。問題是，雙目視覺系統(tǒng)估計視差沒那么容易，立體匹配是計算機視覺典型的難題，基線寬得到遠目標測距準，而基線短得到近目標測距結(jié)果好，這里是存在折衷的。
目前市場上ADAS存在的雙目視覺系統(tǒng)就是Subaru EyeSight，據(jù)說性能還行。
百度推出的阿波龍L4擺渡車量產(chǎn)100臺，就安裝了雙目系統(tǒng)。還有歐盟自主泊車項目V-Charge也采用了前向雙目視覺系統(tǒng)，另外自動駕駛研發(fā)系統(tǒng)Berta Benz也是，而且和雷達系統(tǒng)后融合，其中雙目匹配的障礙物檢測算法Stixel很出名。以前Bosch和Conti這些Tier-1公司也研制過雙目視覺解決方案，但沒有在市場上產(chǎn)生影響力，據(jù)說被砍掉了。
談到雙目系統(tǒng)的難點，除了立體匹配，還有標定。標定后的系統(tǒng)會出現(xiàn)“漂移”的，所以在線標定是必須具有的。單目也是一樣，因為輪胎變形和車體顛簸都會影響攝像頭外參數(shù)變化，必須在線做標定修正一些參數(shù)，比如仰角（pitch angle）和偏角（yaw angle）。
展開 基于超像素及多平面的位姿估計和平面重建
本文提供了基于超像素的多平面環(huán)境下位姿估計和平面重建的SLAM系統(tǒng)，提高了系統(tǒng)魯棒性和精度。
摘要：
本文提出了一種基于兩個RGB圖像的場景相對相機位姿估計和平面重建的新方法。首先從兩幅圖像中提取和匹配超像素信息，然后利用一種新的多模型RANSAC方法估計多個超像素的單應性并識別匹配平面。通過提出一個投票系統(tǒng)來更可靠地估計相對相機位姿和平面參數(shù)，解決了單應性矩陣分解時的模糊問題。本文還提出了一種利用單應性的聯(lián)合表示并適用于圖像對和圖像全序列的非線性優(yōu)化過程來進行BA。因此，本文提供了一種僅由兩幅RGB圖像進行稠密三維平面重建而不依賴RGB-D輸入或強先驗(如曼哈頓假設)的方法，并且可以擴展到圖像序列的處理。我們的結(jié)果可以與基于關(guān)鍵點的技術(shù)如ORB-SLAM相比較，同時完成稠密建圖，并比LSD-SLAM或DPPTAM中使用的直接和半直接姿態(tài)估計技術(shù)更精確。
展開 超全SLAM技術(shù)及應用介紹
Sattler 的演講給出的另一個重要的關(guān)鍵信息是正確數(shù)據(jù)的數(shù)量實際上并不是相機姿態(tài)估計的很好的置信度測量。當特征點全都集中于圖像的單一一個部分時，相機定位可能會在千里之外！一個更好的置信度測量是有效正確數(shù)據(jù)計數(shù)，其可以將正確數(shù)據(jù)所在的區(qū)域作為整體圖像區(qū)域的一個部分來進行審查。你真正希望得到的是整體圖像上的特征匹配——如果信息散布在整個圖像上，你能得到更好的姿態(tài)估計。
Sattler 對未來實時 SLAM 的演講是這樣的：我們應該關(guān)注緊湊型的地圖表征，我們應該對相機姿態(tài)估計置信度有更好的理解（如樹上權(quán)重下降的特征），我們應該在更有挑戰(zhàn)性的場景中研發(fā)（如帶有平面結(jié)構(gòu)的世界和在白天的地圖上的夜間定位）。
移動定位：Sattler 的關(guān)鍵問題是使用單張智能手機圖片在大城市里定位你自己
演講四：Mur-Artal 談基于特征的方法 vs 直接方法
ORB-SLAM 的創(chuàng)造者 Mur-Artal 的演講內(nèi)容全部圍繞著 SLAM 領域內(nèi)基于特征的方法 vs 直接方法的爭論，而他顯然站在基于特征的方法一邊。ORB-SLAM 可通過一個開源的 SLAM 軟件包獲取，而且它很難被擊敗。在他對 ORB-SLAM vs PTAM 的評價中，似乎 PTAM 實際上常常失敗（至少在 TUM RGB-D 基準上）。LSD-SLAM 在 TUM RGB-D 基準上的錯誤通常遠高于預期。
展開 