100-Phones:一个大型VI-SLAM数据集用于增强现实 面向手机的大规模部署

科学领域:

• 计算机视觉 计算机视觉
• 机器人技术 机器人技术 机器人技术
• 移动计算 移动计算

背景情况:

• 视觉惯性SLAM (VI-SLAM) 对于增强现实 (AR) 中的实时6-DoF运动恢复至关重要.
• 智能手机是主要的AR设备,但目前的VI-SLAM方法在中低端机型上难以稳定.
• 现有的数据集缺乏多样性,无法代表影响VI-SLAM性能的广泛的电话硬件.

研究的目的:

• 引入第一个VI-SLAM数据集,涵盖主流手机的广泛范围.
• 分析各种手机硬件对视觉惯性数据质量的影响.
• 识别和解决VI-SLAM中针对大规模移动部署的稳定性问题.

主要方法:

• 使用100种不同的智能手机机型号收集了350个序列.
• 对收集的视觉惯性数据进行了广泛的分析和实验.
• 评估了当前开源VI-SLAM方法在各种数据集上的性能.

主要成果:

• 在不同手机型号的视觉惯性数据质量中显示出显著的差异.
• 证实现有的开源VI-SLAM方法在广泛的手机上表现出关键的稳定性问题.
• 确定了与VI-SLAM性能恶化的特定硬件相关因素.

结论:

• 移动电话硬件的异质性对强大的VI-SLAM部署构成重大挑战.
• 需要进一步的研究和开发,以提高VI-SLAM的稳定性,以便广泛采用AR.
• "100个电话"数据集为推进VI-SLAM研究和开发提供了宝贵的资源.