arXiv · 机器人与计算机视觉· Jungwoo Lee, Hogyun Kim, Jiwon Choi, Jinyong Jeong, Younggun Cho·· 2 天前精选AI 评分78
sqrtVINS-Based 360 Visual-Inertial SLAM Systems: Hilti-Trimble SLAM Challenge 2026 Entry
sqrtVINS-Based 360 Visual-Inertial SLAM Systems: Hilti-Trimble SLAM Challenge 2026 Entry
AI 导读
该报告描述了团队提交给 2026 年 Hilti-Trimble SLAM 挑战赛的参赛作品,在 SLAM 类别中获得第二名。系统利用提供的双鱼眼图像流和 IMU 测量数据,采用 sqrtVINS 前端结合 SuperPoint、ELSED 线段及 LightGlue 进行局部里程估计,并通过 GTSAM 后端执行紧耦合因子图优化与全局束调整,旨在处理暗光区域、重复走廊及动态物体等室内场景。
推荐理由
报告提交于 ICRA 2026 SLAM 挑战赛并获得亚军,展示了基于 sqrtVINS 与深度学习特征融合的 360 度视觉惯性里程系统。
来源:arXiv · 机器人与计算机视觉 · arxiv.org