arXiv · 机器人与计算机视觉· Zihan Pan, Jinghan Wang, Hang Li, Feng Cheng, Tianchen Liu, Gaoliang Peng·· 6 天前精选AI 评分78
QVS-LIVO RiskMap:面向多相机 LIVO 的健知视图选择与越野风险建图
QVS-LIVO RiskMap: Health- and Information-Aware View Selection for Multi-Camera LIVO and Off-Road Risk Mapping
AI 导读
针对非道路环境多相机观测可靠性差异大的问题,提出 QVS-LIVO RiskMap 系统,将状态估计中的视觉处理与语义建图解耦。前端基于共享激光雷达 - 惯性后验进行只读预跟踪以评估观测健康度与几何互补性,利用通道健康记忆和切换迟滞选择至多一个视图进行光度校正;后端在共享世界网格中融合所有可用视图的语义观测。
推荐理由
提出 QVS-LIVO RiskMap,通过解耦视觉处理实现多相机状态估计与语义建图,在越野环境下提升鲁棒性与实时性。
来源:arXiv · 机器人与计算机视觉 · arxiv.org