用于机器人海底测绘的半层次重建与弱区域重访

尽管近几十年来许多陆地视觉映射算法取得了令人印象深刻的成果，但由于恶劣的环境条件，将这些方法从陆地转移到深海仍具挑战性。由配备高分辨率相机与人工照明系统的自主水下航行器（AUVs）所捕获的图像，除光线折射外，还常受由衰减与散射引起的非均匀照明与质量退化影响。这些挑战常导致陆地 SLAM 方法在水下应用时失效，或使 SfM 方法出现漂移或遗漏困难图像。由此导致空洞、跳跃或弱重建区域。在本工作中，我们提出一种导航辅助的层次化重建方法，以促进公顷级海底的自动化机器人三维重建。我们的层次化方法结合了 SLAM 与全局 SfM 的优势，比增量式 SfM 更高效，同时确保全局地图的完整性与一致性。这是通过识别并重访存在问题或弱重建的区域来实现的，从而避免遗漏图像并更好地利用有限的潜水时间。所提出的系统已在多次科考航次中广泛测试与评估，证明了其在真实条件下的鲁棒性与实用性。