面向高速机动的基于事件相机SLAM基准
arXiv 2604.24033v2 提出事件相机状态估计基准框架 EvSLAM，覆盖多种数据采集平台、极端光照场景与挑战性运动模式，并给出面向移动机器人的高速机动严格定义及新评估指标。作者指出，现有事件相机 VO/VIO 方法多局限于贴近结构的正面平行快速晃动或纯三自由度旋转假设，无法泛化到线速度与角速度均可能较大的 6-DoF 剧烈机动，且当前公开数据集存在不足。该框架对 SOTA 方法进行基准测试，用于评估事件相机方案的实际运行极限。
发布于 10-23 23:02来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《Event-based SLAM Benchmark for High-Speed Maneuvers》查看原链
arXiv:2604.24033v2 公告类型：替换 摘要：事件相机是受生物启发的传感器，其像素以微秒级分辨率独立、异步地响应亮度变化，具备在高速机动场景中处理视觉任务的潜力。 现有基于事件的方法虽能成功缓解高速机动造成的运动模糊，但存在诸多局限。
部分方法仅展示了相机贴近结构做正面平行快速晃动时的位姿跟踪成功，另一些则假设纯（可选剧烈）三自由度旋转。 前者要求局部地图持续处于视场（FOV）内，后者无法泛化到线速度与角速度均可能很大的六自由度（6-DoF）运动。 因此，当前成果尚不能充分证明任意剧烈机动下基于事件的状态估计已是完全解决的问题。
为定量评估事件相机潜力被释放的程度，我们对当前最先进（SOTA）的基于事件的视觉里程计（VO）/视觉惯性里程计（VIO）方法进行了全面分析，并报告了现有公开数据集的不足。 此外，我们提出了一个面向基于事件状态估计的基准框架EvSLAM，其特点是数据采集平台充分多样、涵盖多种极端光照场景、在清晰严格的高速机动定义下覆盖广泛的挑战性运动模式，并设计了一种新颖的评估指标以公平评估基于事件方案的运行极限。
该框架对最先进方法进行基准测试，给出关于最优架构与持续挑战的洞见。