Führen Sie Ihre visuelle-inertiale Odometrie auf NVIDIA Jetson aus: Benchmark-Tests auf einem Mikro-Luftfahrzeug

Dieses Schreiben präsentiert Benchmark-Tests verschiedener visueller (-inertialer) Odometry-Algorithmen auf NVIDIA Jetson-Plattformen. Die verglichenen Algorithmen umfassen Mono und Stereo und decken Visuelle Odometrie (VO) und Visuelle-Inertiale Odometrie (VIO) ab: VINS-Mono, VINS-Fusion, Kimera, ALVIO, Stereo-MSCKF, ORB-SLAM2 Stereo und ROVIO. Da diese Methoden hauptsächlich für unbemannte Luftfahrzeuge (UAVs) verwendet werden, müssen sie in Situationen gut performen, in denen die Größe der Verarbeitungsplatine und das Gewicht begrenzt sind. Jetson-Boards, die von NVIDIA veröffentlicht wurden, erfüllen diese Anforderungen, da sie über eine ausreichend leistungsstarke zentralen Verarbeitungseinheit (CPU) und Grafikverarbeitungseinheit (GPU) für die Bildverarbeitung verfügen. In bestehenden Studien wurde jedoch die Leistung von Jetson-Boards als Verarbeitungsplattform zur Ausführung von VO/VIO hinsichtlich der Nutzung von Rechenressourcen und Genauigkeit nicht umfassend verglichen. Daher vergleicht diese Studie repräsentative VO/VIO-Algorithmen auf mehreren NVIDIA Jetson-Plattformen, nämlich NVIDIA Jetson TX2, Xavier NX und AGX Xavier, und führt einen neuartigen Datensatz `KAIST VIO-Datensatz' für UAVs ein. Der Datensatz umfasst neben reinen Rotationen mehrere geometrische Trajektorien, die schwer für die visuelle (-inertiale) Zustandsabschätzung sind. Die Bewertung erfolgt hinsichtlich der Genauigkeit der geschätzten Odometrie, CPU-Nutzung und Speicherverbrauch auf verschiedenen Jetson-Boards, Algorithmen und Trajektorien. Wir präsentieren die Ergebnisse des umfassenden Benchmark-Tests und veröffentlichen den Datensatz für Anwendungen in der Rechner vision und Robotik.