Key points are not available for this paper at this time.
Die Kombination von Lidar in kamerabasiertem simultanen Lokalisieren und Kartieren (SLAM) ist eine effektive Methode zur Verbesserung der Gesamtschärfe, insbesondere in großen Außenszenen. Die jüngste Entwicklung von kostengünstigen Lidars (z. B. Livox Lidar) ermöglicht es uns, solche SLAM-Systeme mit einem niedrigeren Budget und besserer Leistung zu erkunden. In dieser Arbeit schlagen wir CamVox vor, indem wir Livox-Lidars in visuelles SLAM (ORB-SLAM2) integrieren und die einzigartigen Eigenschaften der Lidars nutzen. Basierend auf dem einzigartigen Scanmuster der Livox-Lidars schlagen wir eine automatische Lidar-Kamera-Kalibrierungsmethode vor, die in unkontrollierten Szenen funktioniert. Der lange Tiefendetektionsbereich trägt ebenfalls zu einer genaueren Kartierung bei. Der Vergleich von CamVox mit visuellem SLAM (VINS-mono) und Lidar-SLAM (LOAM) wird anhand desselben Datensatzes bewertet, um die Leistung zu demonstrieren. Wir haben unsere Hardware, unseren Code und unseren Datensatz auf GitHub open-sourced.
Zhu et al. (Sun,) haben diese Frage untersucht.