PL-SLAM：一种结合点与线段特征的立体SLAM系统
计算机视觉与模式识别
2018-04-10 v2
摘要
传统的立体视觉SLAM方法依赖点特征来估计相机轨迹并构建环境地图。然而，在低纹理环境中，通常难以找到足够数量的可靠点特征，因此这类算法的性能会下降。本文提出PL-SLAM，一种结合了点特征和线段特征的立体视觉SLAM系统，能够在更广泛的场景中鲁棒地工作，特别是在点特征稀缺或图像中分布不均的场景。PL-SLAM在视觉里程计、关键帧选择、光束平差法等所有处理环节中同时利用点和线段特征。我们还通过一种新颖的词袋方法贡献了一个回环检测过程，该方法利用了两种特征的组合描述能力。此外，生成的地图在3D元素上更丰富、更多样，可用于推断有价值的高层场景结构，如平面、空白空间、地平面等（本文未涉及）。我们的方案已在多个流行数据集（如KITTI和EuRoC）上进行了测试，并与ORB-SLAM等最先进的方法进行了比较，结果表明在大多数实验中性能更鲁棒，同时仍能实时运行。PL-SLAM的C++代码开源版本将发布以造福学术界。
引用
@article{arxiv.1705.09479,
title = {PL-SLAM: a Stereo SLAM System through the Combination of Points and Line Segments},
author = {Ruben Gomez-Ojeda and David Zuñiga-Noël and Francisco-Angel Moreno and Davide Scaramuzza and Javier Gonzalez-Jimenez},
journal= {arXiv preprint arXiv:1705.09479},
year = {2018}
}