流行视觉SLAM算法的基准测试与比较

本文包含两种流行视觉SLAM算法的性能分析与基准测试：RGBD-SLAM与RTABMap。用于分析的数据集来自TUM计算机视觉组的TUM RGBD Dataset。所选数据集具有来自Microsoft Kinect RGB-D传感器的大量图像序列，并带有来自动作捕捉系统的高精度且时间同步的真值位姿。所选测试序列描绘了视觉SLAM（Simultaneous Localization and Mapping，同步定位与建图）算法所面临的各种问题与相机运动，以测试算法在不同情形下的鲁棒性。用于比较的评估指标为绝对轨迹误差（ATE）与相对位姿误差（RPE）。分析涉及比较两种指标的均方根误差（RMSE）以及每种算法的处理时间。本文可作为针对不同场景与相机运动选择SLAM算法的重要参考。该分析有助于认识两种SLAM方法的局限性。本文也指出了所用评估指标中的一些潜在缺陷。