TUTCRIS - Tampereen teknillinen yliopisto

TUTCRIS

PIVO: Probabilistic inertial-visual odometry for occlusion-robust navigation

Tutkimustuotosvertaisarvioitu

Yksityiskohdat

AlkuperäiskieliEnglanti
OtsikkoProceedings - 2018 IEEE Winter Conference on Applications of Computer Vision, WACV 2018
KustantajaIEEE
Sivut616-625
Sivumäärä10
ISBN (elektroninen)9781538648865
DOI - pysyväislinkit
TilaJulkaistu - 3 toukokuuta 2018
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisussa
TapahtumaIEEE Winter Conference on Applications of Computer Vision - Lake Tahoe, Yhdysvallat
Kesto: 12 maaliskuuta 201815 maaliskuuta 2018

Conference

ConferenceIEEE Winter Conference on Applications of Computer Vision
MaaYhdysvallat
KaupunkiLake Tahoe
Ajanjakso12/03/1815/03/18

Tiivistelmä

This paper presents a novel method for visual-inertial odometry. The method is based on an information fusion framework employing low-cost IMU sensors and the monocular camera in a standard smartphone. We formulate a sequential inference scheme, where the IMU drives the dynamical model and the camera frames are used in coupling trailing sequences of augmented poses. The novelty in the model is in taking into account all the cross-terms in the updates, thus propagating the inter-connected uncertainties throughout the model. Stronger coupling between the inertial and visual data sources leads to robustness against occlusion and feature-poor environments. We demonstrate results on data collected with an iPhone and provide comparisons against the Tango device and using the EuRoC data set.