VIP-SLAM：一种高效的紧耦合 RGB-D 视觉惯性平面 SLAM
机器人学
2022-07-05 v1 计算机视觉与模式识别
摘要
本文提出一种融合 RGB、深度、IMU 与结构化平面信息的紧耦合 SLAM 系统。传统基于稀疏点的 SLAM 系统通常维护大量地图点以建模环境。海量地图点带来高计算复杂度，难以部署于移动设备。另一方面，平面是人造环境尤其是室内环境中的常见结构。我们通常可用少量平面表示大场景。因此本文的主要目的是降低基于稀疏点的 SLAM 的高复杂度。我们构建由少量平面与地图点组成的轻量后端地图，以在同等或更高精度下实现高效束调整（BA）。我们利用单应性约束消去优化中众多平面点的参数，降低 BA 复杂度。我们将单应性与点到平面约束中的参数与测量分离，并压缩测量部分以进一步有效提升 BA 速度。我们还将平面信息集成至整个系统，实现鲁棒的平面特征提取、数据关联与全局一致平面重建。最后，我们进行消融研究，并在仿真与真实环境数据上将方法与同类方法比较。我们的系统在精度与效率上均具明显优势。即便平面参数参与优化，我们仍利用平面结构有效简化后端地图。全局束调整比基于稀疏点的 SLAM 算法快近 2 倍。
引用
@article{arxiv.2207.01158,
title = {VIP-SLAM: An Efficient Tightly-Coupled RGB-D Visual Inertial Planar SLAM},
author = {Danpeng Chen and Shuai Wang and Weijian Xie and Shangjin Zhai and Nan Wang and Hujun Bao and Guofeng Zhang},
journal= {arXiv preprint arXiv:2207.01158},
year = {2022}
}