悉尼大学最新综述：基于事件相机的SLAM!

以下内容来自小六的机器人SLAM学习圈知识星球每日更新内容

点击领取学习资料 机器人SLAM学习资料大礼包

#论文#开源代码# Event-based Simultaneous Localization and Mapping: A Comprehensive Survey

论文地址：[2305.13635] Exploiting Radio Fingerprints for Sim...

作者单位：悉尼大学

开源综述：GitHub - kun150kun/ESLAM-Survey: Event-based Simul...

近几十年来，vslam引起了学术界和工业界的极大兴趣。它估计相机运动并在移动机器人上使用视觉传感器同时重建环境。然而，传统的相机受到硬件的限制，包括运动模糊和低动态范围，这可能会对高速运动和高动态范围照明等具有挑战性的场景中的性能产生负面影响。事件相机是一种新型生物启发的视觉传感器，可提供高时间分辨率、动态范围、低功耗和低延迟等优势。

本文对基于事件的 vslam 算法进行了及时和全面回顾，该算法利用异步和不规则事件流对定位和建图任务的好处。该评论涵盖了事件相机的工作原理和用于预处理事件数据的各种事件表示。它还将基于事件的 vslam 方法分为四大类：基于特征的、直接的、运动补偿和深度学习方法，每种方法都有详细讨论和实用的指导。此外，该论文评估了各种基准测试中最先进的方法，突出了这一新兴研究领域的当前挑战和未来机会。

以上内容来自小六的机器人SLAM学习圈知识星球每日更新内容