关键概念
- 事件相机(DVS) — 异步逐像素亮度变化检测，微秒级时间分辨率
- 优势 — 高动态范围(140dB+)、无运动模糊、低延迟、低功耗
- 挑战 — 无绝对亮度信息、稀疏异步输出、需要全新的算法
- 事件表征方式 — 事件帧、时间面(time surfaces)、体素网格、脉冲张量(spike tensors)
基础
| 资料 | 作者/年份 | 关键概念 |
|---|---|---|
| 事件相机视觉综述(Event-based Vision Survey) | Gallego 2020 | 事件相机算法的全面综述 |
| Awesome-Event-based-SLAM | KwanWaiPang | 事件相机SLAM论文的GitHub精选列表 |
系统
| 系统 | 作者/年份 | 关键概念 |
|---|---|---|
| EVO | Rebecq 2017 | 基于事件的视觉里程计，从事件中进行3D重建 |
| ESVO | Zhou 2021 | 基于事件的立体视觉里程计 |
| Ultimate-SLAM | Vidal 2018 | 事件+图像帧+IMU融合 |
| EKLT | Gehrig 2020 | 基于事件的KLT特征跟踪 |
| ESVIO | Chen 2023 | 基于事件的立体VIO |
| EDS | Hidalgo-Carrió 2022 | 事件辅助的直接法稀疏里程计 |
| DEVO | Klenk 2024 | 深度事件相机视觉里程计，DPVO式基于图像块方法，在模拟事件数据上训练 |
| VIO-GO | Sakhrieh 2025 | 针对HDR场景优化参数的事件相机VIO |