arXiv cs.RO 机器人学· Panagiotis Kiousis, Kuangyi Chen, Jun Zhang, Friedrich Fraundorfer·· 4 小时前AI 评分47
CELL：在 LiDAR 地图中学习置信度加权的事件相机定位
Learning Which Correspondences to Trust: Confidence-Weighted Event-Camera Localization in LiDAR Maps
AI 导读
CELL 通过可微分概率 PnP 端到端学习逐对应点置信度，将事件相机在 LiDAR 地图中的定位转化为置信度加权的位姿估计。该置信度用于重加权光流监督、测试时概率化对应点选择与边缘匹配精化，并引入部分补全深度表示。在 M3ED 和 DSEC 数据集上，完整系统相比 LEAR 基线在多数序列上将中位平移误差降低最多 26.9%、中位旋转误差降低最多 15.8%。
来源：arXiv cs.RO 机器人学 · arxiv.org