B-Adapt与BVSLAM提升快速光照下SLAM鲁棒性
热点事件持续更新
B-Adapt与BVSLAM提升快速光照下SLAM鲁棒性
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Olivier Gamache等作者提出B-Adapt自适应多曝光包围与BVSLAM多曝光视觉SLAM方法，针对快速光照变化下自动曝光未及时调整、图像饱和导致视觉SLAM丢失对应关系的问题。B-Adapt采集自适应曝光包围以覆盖场景动态范围并保持光度重叠；BVSLAM直接把多曝光序列作为因子图状态估计的约束，不依赖HDR合成。 作者称，在模拟车速32 m/s下重复隧道出口过渡的测试中，隧道内将B-Adapt与BVSLAM结合，相比自动曝光图像将状态估计误差降低78%。代码已公开。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 12:00
B-Adapt与BVSLAM：用自适应多曝光包围提升视觉SLAM鲁棒性报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.ROB-Adapt与BVSLAM：用自适应多曝光包围提升视觉SLAM鲁棒性
作者提出B-Adapt与BVSLAM两种方法，应对快速光照变化下自动曝光未及时调整导致图像饱和、视觉SLAM丢失对应关系的问题。B-Adapt采集自适应曝光包围以覆盖场景动态范围并保持光度重叠，BVSLAM直接把多曝光序列作为因子图状态估计的约束，不依赖HDR合成。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。