Key points are not available for this paper at this time.
La transition de la technologie d'odométrie visuelle des démonstrateurs de recherche aux applications commerciales soulève naturellement la question : « quelle est la caméra optimale pour l'estimation de mouvement basée sur la vision ? » Cette question est cruciale car le choix de la caméra a un impact considérable sur la robustesse et la précision de l'algorithme d'odométrie visuelle utilisé. Bien que de nombreuses propriétés d'une caméra (par ex. résolution, fréquence d'images, obturateur global/obturateur roulant) puissent être considérées, dans ce travail, nous nous concentrons sur l'évaluation de l'impact du champ de vision (FoV) de la caméra et de l'optique (c'est-à-dire fish-eye ou catadioptrique) sur la qualité de l'estimation du mouvement. Puisque la performance de l'estimation du mouvement dépend fortement de la géométrie de la scène et du mouvement de la caméra, nous analysons deux environnements opérationnels courants dans la robotique mobile : un environnement urbain et une scène intérieure. Pour confirmer les observations théoriques, nous mettons en œuvre un pipeline d'odométrie visuelle à la pointe de la technologie qui fonctionne avec des caméras fish-eye et catadioptriques à grand FoV. Nous évaluons le pipeline d'odométrie visuelle proposé dans des expériences synthétiques et réelles. Les expériences soulignent qu'il est avantageux d'utiliser une caméra à grand FoV (par ex. fish-eye ou catadioptrique) pour les scènes intérieures et un FoV plus petit pour les environnements urbains en canyon.
Zhang et al. (Sun,) ont étudié cette question.