Structure PLP-SLAM：基于点、线、面的单目、RGB-D与双目相机高效稀疏建图与定位
计算机视觉与模式识别
2023-01-31 v3 机器人学
摘要
本文提出一种视觉SLAM系统，其利用点与线实现鲁棒的相机定位，同时对环境进行分段平面重建（PPR）以实时提供结构化地图。单目相机并行跟踪与建图的最大挑战之一，是在重建几何基元时保持尺度一致性，这进一步给束调整（BA）步骤的图优化带来困难。我们通过提出若干针对重建线与平面的运行时优化来解决这些问题。我们的系统除单目设置外，还能在深度与双目传感器下运行。我们所提SLAM紧密融合语义与几何特征，以提升前端位姿跟踪与后端地图优化。我们在多个数据集上对我们的系统进行了详尽评估，结果表明在轨迹精度上优于最先进的方法。PLP-SLAM的代码已开源供研究社区使用（https://github.com/PeterFWS/Structure-PLP-SLAM）。
引用
@article{arxiv.2207.06058,
title = {Structure PLP-SLAM: Efficient Sparse Mapping and Localization using Point, Line and Plane for Monocular, RGB-D and Stereo Cameras},
author = {Fangwen Shu and Jiaxuan Wang and Alain Pagani and Didier Stricker},
journal= {arXiv preprint arXiv:2207.06058},
year = {2023}
}
备注
Accepted to ICRA 2023, supplementary materials attached, code open-source: https://github.com/PeterFWS/Structure-PLP-SLAM