fish eye SLAM

鱼眼摄像头SLAM

在多个视觉感知领域的研究中,鲁棒的相机位姿估计问题被公认为核心议题。近年来,随着实际应用场景向复杂且大规模的室内及室外环境迁移,对实时性、普适性和操作性要求日益提高。其中,镜头视野角的大小对于系统性能至关重要。值得注意的是，在具有挑战性的室内环境中，通常采用鱼眼镜头或多镜头系统来扩大视野范围。此外，在实际应用中发现，在某些特殊场景下仅依靠单一视角可能无法满足需求；因此，在这些情况下我们倾向于使用多角度或多 fish-eye 相机阵列来进行观测数据采集与分析。基于此，在这种架构下构建出的自适应定位与建图（SLAM）系统能够有效融合更多环境细节，并显著提升定位精度和稳定性。

图1. 鱼眼摄像头SLAM示例

一种以特征为基础的同时完成定位与构图（SLAM）系统的应用方法，在由宽基线移动测图系统（MMS）提供的多鱼眼摄像头阵列中生成全景图像序列。

该方法主要采用了等距投影模型与三角多项式的融合技术，在实现从鱼眼摄像机至等效理想相机模型的高度精确标定的基础上（即基于此模型的技术架构下），确保了从单只鱼眼图像至相应全景图像的精确转换过程得以有效完成

其次，