本文介绍了EVO论文内容，该论文是首个充分利用事件特性的SLAM方法。文中先介绍Mapping部分，其利用EMVS技术；再介绍Tracking部分，核心是图像与模型对齐。还提及自举初始化、事件帧创建等细节，认为该论文方法经典，地位重要。
本文完整介绍了 EVO: A Geometric Approach to Event-Based 6-DOF Parallel Tracking and Mapping in Real Time 这篇论文的内容。主要用于个人记录，转载请注明出处。
前言
搞事件相机SLAM的同学应该对EVO这个研究并不陌生。在我看来，这篇17年的工作，与16年 kim [2] 的工作，意味着只依靠Event Camera就能够实现SLAM，而不需要其他sensor的辅助（例如初始化）。
而 kim [2] 的这个工作，采用了首先恢复intensity的方式进行slam，有些绕回到老路。所以EVO这篇，我认为可以算得上是第一篇充分利用event特性的SLAM方法。
然而自己一直没有认真研究过这篇论文，今日难得有空，认真的看了看。发现基本方法很简单，所用到的技术也出现在之前或之后的论文当中。所以我理解起来也很容易。在此做简单整理。
EVO的demo视频：https://youtu.be/bYqD2qZJlxE
Mapping部分
我首先介绍mapping部分，
扫一扫
745
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
