M. Meilland, P. Rives, A. I. Comport. Dense RGB-D mapping of large scale environments for real-time localisation and autonomous navigation. In Intelligent Vehicle (IV'12) Workshop on Navigation, Perception, Accurate Positioning and Mapping for Intelligent Vehicles, Alcala de Henares, Spain, Juin 2012.
Charger l'article sur Hal:
Charger l'article :
Adobe portable document (pdf) 
Copyright :
Les documents contenus dans ces répertoires sont rendus disponibles par les auteurs qui y ont contribué en vue d'assurer la diffusion à temps de travaux savants et techniques sur une base non-commerciale. Les droits de copie et autres droits sont gardés par les auteurs et par les détenteurs du copyright, en dépit du fait qu'ils présentent ici leurs travaux sous forme électronique. Les personnes copiant ces informations doivent adhérer aux termes et contraintes couverts par le copyright de chaque auteur. Ces travaux ne peuvent pas être rendus disponibles ailleurs sans la permission explicite du détenteur du copyright.
Cette page est générée automatiquement par bib2html v217, © Inria 2002-2015, Projet Lagadic
This paper presents a method and apparatus for building 3D dense visual maps of large scale environments for real-time localisation and autonomous navigation. We propose a spherical ego-centric representation of the environment which is able to reproduce photo-realistic omnidirectional views of captured environments. This representation is composed of a graph of locally accurate augmented spherical panoramas that allows to generate varying viewpoints through novel view synthesis. The spheres are related by a graph of 6 d.o.f. poses which are estimated through multi-view spherical registration. It is shown that this representation can be used to accurately localise a vehicle navigating within the spherical graph, using only a monocular camera for accurate localisation. To perform this task, an efficient direct image registration technique is employed. This approach directly exploits the advantages of the spherical representation by minimising a photometric error between a current image and a reference sphere. Autonomous navigation results are shown in challenging urban environ- ments, containing pedestrians and other vehicles
@InProceedings{Meilland12a,
Author = {Meilland, M. and Rives, P. and I. Comport, A.},
Title = {Dense RGB-D mapping of large scale environments for real-time localisation and autonomous navigation},
BookTitle = {Intelligent Vehicle (IV'12) Workshop on Navigation, Perception, Accurate Positioning and Mapping for Intelligent Vehicles},
Address = {Alcala de Henares, Spain},
Month = {June},
Year = {2012}
}
Charger la référence EndNote (.ref)
|
| Lagadic
| Plan du site
| Équipes
| Publications
| Démonstrations
|
Irisa - Inria - Copyright 2014 © Projet Lagadic |
