用于精确实时定位与三维建图的 RGBiD-SLAM
计算机视觉与模式识别
2018-07-24 v1
摘要
本文提出一种面向 RGB-D 相机的完整 SLAM 系统，即 RGB-iD SLAM。该方法为一种稠密直接 SLAM 方法，其主要特征是在稠密对齐或关键帧融合流程中使用逆深度参数化的深度图。系统由 2 个并行 CPU 线程组成，共享 GPU 用于稠密对齐与关键帧融合。第一线程为以前帧率运行的前端，处理来自 RGB-D 传感器的每帧输入以计算增量里程计，并将其积分进关键帧中；关键帧依据基于共视性的策略周期性更换。第二线程为后端，接收前端传来的关键帧，负责基于结构分割关键帧、使用词袋描述、尝试与先前关键帧寻找潜在回环，若发现则执行位姿图优化以校正轨迹。此外，我们的系统能够同时使用未配准与已配准深度图计算里程计，从而可使用 RGB-D 传感器的自定义标定。因此在文中我们还提出了一种详细的标定流程以计算特定 RGB-D 相机的自定义标定。在 TUM RGB-D 基准数据集上的实验表明，我们的方法在许多序列上的精度优于现有最优方法。代码已在线公开供研究使用 https://github.com/dangut/RGBiD-SLAM。
引用
@article{arxiv.1807.08271,
title = {RGBiD-SLAM for Accurate Real-time Localisation and 3D Mapping},
author = {Daniel Gutierrez-Gomez and Jose J. Guerrero},
journal= {arXiv preprint arXiv:1807.08271},
year = {2018}
}