RGBDTAM：一种高性价比且精确的 RGB-D 跟踪与建图系统
机器人学
2017-08-11 v4
摘要
由于 RGB-D 相机非常适合室内机器人，使用 RGB-D 相机的同步定位与建图在过去十年中一直是一个富有成果的研究课题。在本文中，我们提出了一种直接 RGB-D SLAM 算法，以低成本实现了最先进的精度和鲁棒性。我们在 RGB-D TUM 数据集 [34] 上的实验有效表明，其在 CPU 实时环境下的精度和鲁棒性优于利用 GPU 的直接 RGB-D SLAM 系统。我们方法的关键要素主要有两个。首先，结合了半稠密光度误差和稠密几何误差用于位姿跟踪（见图 1），我们证明这是最精确的替代方案。其次，在建图和跟踪线程中对多视图约束及其误差进行了建模，这比其他方法增加了额外信息。我们发布了该方法的开源实现 1。读者可参阅展示我们结果的视频 2，以更直观地可视化其性能。
引用
@article{arxiv.1703.00754,
title = {RGBDTAM: A Cost-Effective and Accurate RGB-D Tracking and Mapping System},
author = {Alejo Concha and Javier Civera},
journal= {arXiv preprint arXiv:1703.00754},
year = {2017}
}