2020年9月7日 · 本文重点研究了一种基于平面特征的单目SLAM初始化方法。 该算法从滑动窗口的单应矩阵估计开始，然后通过全局平面优化（global plane optimization, GPO）获取相机位姿和平面法线。

2020年6月24日 · 这个文章专注与一个单目SLAM的初始化方法, 是基于平面特征的. 算法从在滑窗进行单应估计开始. 然后做GPO来获得相机位姿和平面的法向量. 3D点可以通过平面约束而不是三角化获得. 这个方法充分利用了平面信息, 避免了单应分解的模糊性. 1. Introduction. 一般的单目SLAM初始化是基于基础矩阵分解的 [6-8], 然后用三角化获得3D地图. 之后就是PnP来估计其他位姿的位姿. 但是这样的机制有一些缺点. 需要足够大的视差来做准确的三角化, 纯旋转不能估计点 …

Initialization is essential to monocular Simultaneous Localization and Mapping (SLAM) problems. This paper focuses on a novel initialization method for monocula

We introduce GO-SLAM, a deep-learning-based dense visual SLAM framework that achieves real-time global optimization of poses and 3D reconstruction. By integrating robust pose estimation, efficient loop closing, and continuous surface representation updates, GO-SLAM effectively addresses the error accumulation and distortion challenges ...

2020年8月2日 · 本文重点研究了一种基于平面特征的单目SLAM初始化方法。 该 算法 从滑动窗口的单应矩阵估计开始，然后通过全局平面优化（global plane optimization, GPO）获取相机位姿和平面法线。

2023年4月16日 · 本文重點研究了一種基于平面特征的單目SLAM初始化方法。 該算法從滑動視窗的單應矩陣估計開始，然後通過全局平面優化（global plane optimization, GPO）擷取相機位姿和平面法線。

In this paper, we present a novel initialization method GPO for monocular SLAM based on planar features. By combin-ing multi-frame planar information, our method avoids the burdens of triangulation and homography decomposition.

2023年7月11日 · 本文重点研究了一种基于平面特征的单目SLAM初始化方法。 该算法从滑动窗口的单应矩阵估计开始，然后通过全局平面优化（global plane optimization, GPO）获取相机位姿和平面法线。

2020年9月9日 · 本文重点研究了一种基于平面特征的单目SLAM初始化方法。 该算法从滑动窗口的单应矩阵估计开始，然后通过全局平面优化（global plane optimization, GPO）获取相机位姿和平面法线。

2025年3月7日 · GPO（Global Plane Optimization）是一种用于单目SLAM快速而精确初始化的技术 [^1]。 此技术旨在解决传统单目视觉里程计中存在的尺度不确定性问题，通过全局平面优化来提高定位精度和鲁棒性。