【SLAM论文笔记】PL-EVIO笔记(下)

线特征的表达

Plucker坐标:
L w = n w l , d w l \bold{L}_w=\\bold{n}\^l_w,\\bold{d}_w\^l Lw=nwl,dwl
n w l \bold{n}^l_w nwl指由坐标系原点与线决定的平面的法向量, d w l \bold{d}_w^l dwl指由线段端点决定的方向向量。

从世界坐标系 w w w转到第k帧事件相机坐标系 e k e_k ek,
L e = R w e \[ t w e × R w e 0 R w e ] L w = n e l d e l \bold{L}e=\left\\begin{array}{cc}R\^e_w\&\[t_w\^e\times R^e_w \\0&R^e_w\end{array}\right]\bold{L}_w =\begin{array}{}\\bold{n}\^l_e\&\\bold{d}\^l_e\end{array} Le=Rwe0\[twe×RweRwe]Lw=neldel

将相机坐标系下的直线投影到像平面,
l e = π e n e l = l 1 l 2 l 3 T \bold{l}_e = \pi_e\bold{n}^l_e=\begin{array}{cc}l_1\&l_2\&l_3\end{array}^T le=πenel=l1l2l3T
π \pi π指相机投影方程,与投影3D点形式一致。

6参数与4参数

论文作者讲4参数正交表达在优化中有更好的收敛性能。
R ( θ ) = n w l ∣ ∣ n w l ∣ ∣ d w l ∣ ∣ d w l ∣ ∣ n w l × d w l ∣ ∣ n w l × d w l ∣ ∣ R ( o ) = c o s ( o ) − s i n ( o ) s i n ( o ) c o s ( o ) = 1 ∣ ∣ n w l ∣ ∣ 2 + ∣ ∣ d w l ∣ ∣ 2 ∣ ∣ n w l ∣ ∣ − ∣ ∣ d w l ∣ ∣ ∣ ∣ d w l ∣ ∣ ∣ ∣ n w l ∣ ∣ R(\theta)=\\begin{array}{ccc}\\frac{n\^l_w}{\|\|n\^l_w\|\|}\&\\frac{d\^l_w}{\|\|d\^l_w\|\|}\&\\frac{n\^l_w\\times d\^l_w}{\|\|n\^l_w\\times d\^l_w\|\|}\\end{array} \\ R(o)=\left\\begin{array}{cc}cos(o)\&-sin(o) \\\\sin(o)\&cos(o)\\end{array}\\right=\frac{1}{\sqrt{||n^l_w||^2+||d^l_w||^2}}\left\\begin{array}{cc}\|\|n\^l_w\|\|\&-\|\|d\^l_w\|\|\\\\\|\|d\^l_w\|\|\&\|\|n\^l_w\|\|\\end{array}\\right R(θ)=∣∣nwl∣∣nwl∣∣dwl∣∣dwl∣∣nwl×dwl∣∣nwl×dwlR(o)=cos(o)sin(o)−sin(o)cos(o)=∣∣nwl∣∣2+∣∣dwl∣∣2 1∣∣nwl∣∣∣∣dwl∣∣−∣∣dwl∣∣∣∣nwl∣∣

线特征的残差

采用线特征的两个端点到重投影线的距离形式,
d ( p , l e ) = p l e l 1 2 + l 2 2 d(p,\bold{l}_e)=\frac{p\bold{l}_e}{\sqrt{l_1^2+l_2^2}} d(p,le)=l12+l22 ple

p采用齐次坐标 ( u , v , 1 ) t (u,v,1)^t (u,v,1)t,上式即常见的点到直线的距离公式。

实验结果

用0-5s的真值位姿与估计值对齐,获得变换矩阵SE(3),把输出轨迹与真值轨迹对齐,计算平均位置误差与轨迹长度的百分比作为精度指标。

实验室自采数据测试

首先VINS-Mono、ORB-SLAM3、PL-VINS、Ultimate SLAM EIO、Ultimate SLAMEVIO与论文不同配置的方法在自采测试数据上比较,PL-EVIO多个场景下平均相对精度最高,0.36%;尽管PL-EVIO多数条件下精度最高,但在弱光照下,PL-EIO胜过PL-EVIO;通过实验发现ORB-SLAM3的平均精度比VINS-Mono、PL-VINS、Ultimate SLAM EIO较高;将事件流积成边缘图像用于VIO,一次数据的调优参数的泛化能力很低。

UZH-FPV数据测试

PL-EVIO与ORB-SLAM3(Stereo)、VINS-Fusion(Stereo)、VINS-Mono、UltimateSLAM比较,看表格发现同一软件:单目VIO+低分辨率(346260)数据的结果相对精度比双目VIO+高分辨率(640480)的精度反而高。

四轴在线飞行实验

寻迹实验,使用VICON测量位姿真值,PL-EVIO的位置误差绝对值x&y在0.1m内,z在0.05m内,姿态滚转、俯仰角误差绝对值1度,航向角误差0-6度,显示线性发散过程。

相关推荐
東隅已逝,桑榆非晚1 分钟前
新手入门指南:认识 C 语言文件操作(上)
c语言·开发语言·笔记
暴躁小师兄数据学院6 分钟前
【AI大数据工程师特训笔记】第08讲:集合运算与超级函数
大数据·笔记·sql·ai·postgresql
searchforAI24 分钟前
我的Obsidian知识库,现在可以自动剪藏笔记到本地了
人工智能·笔记·学习·音视频·ai工具·obsidian·视频总结
锅挤25 分钟前
来一篇儿:《anish into Thin Air: Cross-prompt Universal Adversarial Attacks for SAM2》
论文阅读
lcj25111 小时前
vector的基本使用 + 手搓成员变量 size capacity begin end operator[] reserve扩容 拷贝构造 赋值析构
开发语言·c++·笔记·面试
大模型最新论文速读1 小时前
05-29 · LLM 最新论文速览
论文阅读·人工智能·深度学习·机器学习·自然语言处理
天行健王春城老师1 小时前
制造业生产管控实操指南 PMC体系落地与优化技巧解析
笔记·制造
Eric 辰东2 小时前
【C 语言程序的编译和链接】详解编译链接过程
c语言·笔记·算法·学习方法
星恒随风2 小时前
C语言数据结构排序算法详解(上):从插入排序、希尔排序到选择排序、堆排序
c语言·数据结构·笔记·学习·排序算法
疯狂打码的少年2 小时前
指令寻址方式(立即、直接、间接、变址等)
网络·笔记