Rotation Averaging for Map Merging and Trajectory Alignment in Global Structure-from-Motion
I många moderna tekniker med exempelvis robotar och förstärkt verklighet behövs tillförlitlig rörelsedata och kartor över omgivningen. Detta projekt fokuserar på att förbättra hur enhetens kamerariktningar, i en sekvens över tid, kan finjusteras efter sammanslagning av två eller fler sådana bildsekvenser, som initiellt roterats till att överlappa utan att deformeras. Genom att använda förhållandenMerging of maps, such as 3D point clouds obtained from Structure-from-Motion or visual SLAM, can enhance robustness and expand covered areas in applications like multi-robot systems or augmented reality. When direct data fusion is difficult, an alternative approach is to align pose trajectories. This work investigates the use of rotation averaging as a method for indirect map merging, especially f
