《表2 不同方法在KITTI数据集上运行得到轨迹与真实轨迹之间尺度差异对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于单目深度估计的视觉里程计算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：表中所有数据单位均为m。

本文的主要工作是解决长久以来单目VO的尺度不确定问题，之前的研究从理论的角度解释了引入单目深度估计模块克服尺度缺失的可行性，实验结果证明所提出的算法可以解决此问题。本文将参与比较的每组VO的运行结果通过相似变换与真实轨迹对齐，这一过程中计算出的运行轨迹与真实轨迹间的尺度差距展示在表2中，CNN-P-SVO算法尺度非常接近1，即非常接近真实轨迹，这表明它具有理想的尺度，这是由单目深度估计模块提供的强先验信息带来的结果，因此本文提出的算法很好地解决了传统单目VO尺度不确定问题。