《表2 基于深度学习的VIO方法总结》
针对动态目标和无纹理场景,文献[86]研究了从3D几何约束中获取监督信号的自监督端对端单目VIO网络(Deep VIO)。通过融合网络的姿态反馈,更新IMU的附加偏置,改善IMU位姿估计,根据3D图像序列估算视觉惯性传感器的绝对轨迹。表2是基于深度学习的VIO方法特点总结。
图表编号 | XD00186344300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 杨观赐、王霄远、蒋亚汶、李杨 |
绘制单位 | 贵州大学现代制造技术教育部重点实验室、贵州大学现代制造技术教育部重点实验室、贵州大学现代制造技术教育部重点实验室、贵州大学现代制造技术教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |