直接稀疏视差 odometry:立体DSO的革命性实时SLAM解决方案
2024-05-20 20:32:08作者:申梦珏Efrain
项目简介
立体DSO(Stereo DSO)是一款由Horizon Robotics自动驾驶团队成员开发的基于直接稀疏视差 odometry(DSO)的实时立体SLAM系统。它完全在CPU上运行,并专为自驾驶汽车提供定位和映射服务。该项目提供了一个演示视频以展示其强大功能。
项目技术分析
立体DSO借鉴了DSO的核心思想,但在处理关键帧和非关键帧时有所不同。静态立体匹配用于更新和修剪传播深度图,而新关键帧则用于初始深度估计。这种结合临时和静态立体的方法实现了直接、实时的SLAM算法。此外,它还支持多种相机模型,包括Pinhole、FOV、Radio-Tangential和Equidistant。
应用场景
- 自动驾驶:为无人车提供实时定位与建图服务。
- 室内导航:在无GPS信号的环境如车库或室内空间中,利用双目摄像头进行自主导航。
- 地形测绘:进行大范围地形测量,提升精度和稳定性。
项目特点
- 无需初始化:立体DSO可以立即启动,无需预定义起点。
- 更高精度:相比DSO,在尺度估算和轨迹跟踪方面表现出显著的优势。
- 实时性能:平均运行速度达到每秒20帧,确保了高效的实时性能。
- 鲁棒性:即便在较小运动初始化场景下,也能保持稳定的追踪,减少丢失现象。
通过以下实验结果可以看出,立体DSO在Kitti 05和00数据集上的表现远优于原始DSO,尤其是在翻译误差、旋转误差和运行时间上都有显著改进。
[此处插入图表链接]
如果你对高效、准确且易于部署的实时SLAM解决方案感兴趣,那么立体DSO无疑是你的理想选择。参与贡献或者提出问题,让我们共同推动这个项目的发展。联系邮箱:jiatianwuwork@gmail.com。
要了解更多详细信息,可以参考项目官方文档并遵循安装说明进行尝试。
git clone https://github.com/JiatianWu/stereo-dso
cd stereo-dso
# 根据README安装依赖和运行示例
现在,就来体验一下立体DSO所带来的全新视觉定位吧!
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0382
openPangu-2.0-Flash昇腾原生的openPangu-2.0-Flash语言模型Python00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0269
LongCat-2.0LongCat-2.0,这是一款大规模混合专家(MoE)语言模型,总参数量达1.6万亿,每token激活参数量约480亿。LongCat-2.0深度集成Claude Code、OpenClaw、Hermes等主流评测框架,在代码理解、仓库级编辑、自动化任务执行及智能体工作流等场景均表现优异——为开发者提供更稳定高效的协作体验。00
最新内容推荐
项目优选
收起
暂无描述
Markdown
814
5.36 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
930
2.18 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
750
1.49 K
deepin linux kernel
C
32
16
Ascend Extension for PyTorch
Python
780
1.06 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
484
493
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.16 K
1.19 K
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
294
269
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
840
360
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.73 K
712