Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
GCNv2: Efficient Correspondence Prediction for Real-Time SLAM
KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Robotik, perception och lärande, RPL. KTH, Skolan för elektroteknik och datavetenskap (EECS), Centra, Centrum för autonoma system, CAS.
KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Robotik, perception och lärande, RPL. KTH, Skolan för elektroteknik och datavetenskap (EECS), Centra, Centrum för autonoma system, CAS.ORCID-id: 0000-0002-7796-1438
KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Robotik, perception och lärande, RPL. KTH, Skolan för elektroteknik och datavetenskap (EECS), Centra, Centrum för autonoma system, CAS.ORCID-id: 0000-0002-7796-1438
KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Robotik, perception och lärande, RPL. KTH, Skolan för elektroteknik och datavetenskap (EECS), Centra, Centrum för autonoma system, CAS.
2019 (Engelska)Ingår i: IEEE Robotics and Automation Letters, ISSN 2377-3766, E-ISSN 1949-3045, Vol. 4, nr 4, s. 3505-3512Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

In this letter, we present a deep learning-based network, GCNv2, for generation of keypoints and descriptors. GCNv2 is built on our previous method, GCN, a network trained for 3D projective geometry. GCNv2 is designed with a binary descriptor vector as the ORB feature so that it can easily replace ORB in systems such as ORB-SLAM2. GCNv2 significantly improves the computational efficiency over GCN that was only able to run on desktop hardware. We show how a modified version of ORBSLAM2 using GCNv2 features runs on a Jetson TX2, an embedded low-power platform. Experimental results show that GCNv2 retains comparable accuracy as GCN and that it is robust enough to use for control of a flying drone. Source code is available at: https://github.com/jiexiong2016/GCNv2_SLAM.

Ort, förlag, år, upplaga, sidor
Institute of Electrical and Electronics Engineers (IEEE), 2019. Vol. 4, nr 4, s. 3505-3512
Nationell ämneskategori
Robotteknik och automation
Forskningsämne
Datalogi
Identifikatorer
URN: urn:nbn:se:kth:diva-257883DOI: 10.1109/LRA.2019.2927954ISI: 000477983400013Scopus ID: 2-s2.0-85069905338OAI: oai:DiVA.org:kth-257883DiVA, id: diva2:1349146
Forskningsfinansiär
Wallenberg AI, Autonomous Systems and Software Program (WASP)Stiftelsen för strategisk forskning (SSF), FactVetenskapsrådet
Anmärkning

QC 20190909

Tillgänglig från: 2019-09-06 Skapad: 2019-09-06 Senast uppdaterad: 2019-12-10Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopus

Personposter BETA

Tang, JiexiongEricson, LudvigFolkesson, John

Sök vidare i DiVA

Av författaren/redaktören
Tang, JiexiongEricson, LudvigFolkesson, JohnJensfelt, Patric
Av organisationen
Robotik, perception och lärande, RPLCentrum för autonoma system, CAS
I samma tidskrift
IEEE Robotics and Automation Letters
Robotteknik och automation

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 109 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf