ORBBuf：一种面向远程视觉 SLAM 的鲁棒缓冲方法
机器人学
2022-02-24 v3
摘要
不可靠网络造成的数据丢失严重影响远程视觉 SLAM 系统的结果。我们的实验表明，少于 1 秒的数据丢失就可能导致视觉 SLAM 算法丢失跟踪。我们提出一种新颖的缓冲方法 ORBBuf，以减轻数据丢失对远程视觉 SLAM 系统的影响。我们通过引入帧间相似性度量，将缓冲问题建模为一个优化问题。为解决该缓冲问题，我们提出一种高效的类贪心算法，以丢弃对 SLAM 结果质量影响最小的帧。我们在广泛使用的中间件框架 ROS 上实现了 ORBBuf 方法。通过对真实场景和数十吉字节数据集的广泛评估，我们证明 ORBBuf 方法可应用于不同的状态估计算法（DSO 和 VINS-Fusion）、不同的传感器数据（单目图像与立体图像）、不同的场景（室内与室外）以及不同的网络环境（WiFi 网络与 4G 网络）。实验结果表明，网络丢失确实会影响 SLAM 结果，且与 Drop-Oldest 和 Random 缓冲方法相比，我们的 ORBBuf 方法可将 RMSE 降低多达 50 倍。
引用
@article{arxiv.2010.14861,
title = {ORBBuf: A Robust Buffering Method for Remote Visual SLAM},
author = {Yu-Ping Wang and Zi-Xin Zou and Cong Wang and Yue-Jiang Dong and Lei Qiao and Dinesh Manocha},
journal= {arXiv preprint arXiv:2010.14861},
year = {2022}
}