实时可扩展稠密 surfel 建图

在本文中，我们提出了一种新颖的稠密 surfel 建图系统，该系统仅使用 CPU 计算即可在不同环境中良好扩展。利用稀疏 SLAM 系统估计相机位姿，所提出的建图系统可将强度图像和深度图像融合为全局一致的模型。该系统经过精心设计，可使用来自 RGB-D 相机、立体相机甚至单目相机的深度图像，从房间尺度环境构建到城市尺度环境。首先，从强度图像和深度图像中提取的超像素用于在系统中建模 surfel。基于超像素的 surfel 使我们的方法在运行时间和内存上均高效。其次，surfel 根据 SLAM 系统的位姿图进一步组织，以实现 $O(1)$ 的融合时间，而与重建模型的尺度无关。第三，利用优化后的位姿图进行快速地图形变，使地图能够实时达到全局一致性。所提出的 surfel 建图系统在合成数据集上与其他最先进的方法进行了比较。城市尺度和房间尺度的重建性能分别使用 KITTI 数据集和自主激进飞行进行了展示。代码已公开以供社区使用。