Map++：面向高效地图扩张与共享的用户参与式视觉SLAM系统

构建精确的3D地图对于开发基于地图的系统（如自动驾驶和导航）至关重要。然而，在复杂环境（如多层停车场或购物中心）中生成这些地图仍然具有挑战性。本文引入一种参与式感知方法，将地图构建任务委托给地图用户，从而实现成本效益高且持续的数据收集。该方法利用用户的集体努力，促进地图的扩展和随环境演变而持续更新。我们通过开发Map++系统来实现该方法，这是一个高效的、即插即用的数据扩展，支持基于现有SLAM算法的用户参与式地图构建。Map++通过提出一套轻量级、应用层协议，解决了该参与式地图构建系统中的诸多规模问题。我们在四个典型场景中评估了Map++：室内停车场、户外广场、公共SLAM基准测试数据集以及模拟环境。结果表明，Map++可将流量降低约46%，同时将映射精度 degradation 控制在0.03米以内。它可在相同网络带宽下支持约2倍的并发用户。此外，对于旅行于已映射轨迹的用户，可直接利用现有地图进行定位，CPU使用率可降低47%。