视觉 SLAM：为何要进行光束法平差？
计算机视觉与模式识别
2020-02-24 v2
摘要
光束法平差在基于特征的单目 SLAM 中发挥着至关重要的作用。在许多现代 SLAM 流程中，通过执行光束法平差，可以从输入的特征轨迹中估计出 6DOF 相机轨迹和 3D 地图（3D 点云）。然而，基于光束法平差的 SLAM 系统存在两个基本弱点。首先，需要仔细初始化光束法平差意味着所有变量，特别是地图，必须尽可能准确地被估计并随时间维护，这使得整个算法变得繁琐。其次，由于估计 3D 结构（需要足够的基线）是光束法平差的固有要求，SLAM 算法在慢速运动或纯旋转运动期间会遇到困难。我们提出了一种不同的 SLAM 优化核心：不使用光束法平差，而是进行旋转平均以仅增量优化相机朝向。给定朝向后，我们通过拟凸规划公式估计相机位置和 3D 点，该公式可以高效且全局最优地求解。我们的方法不仅免去了以关键帧速率估计和维护位置与 3D 地图的需要（从而实现了更简单的 SLAM 系统），而且在处理慢速运动或纯旋转运动方面也更具能力。
引用
@article{arxiv.1902.03747,
title = {Visual SLAM: Why Bundle Adjust?},
author = {Álvaro Parra and Tat-Jun Chin and Anders Eriksson and Ian Reid},
journal= {arXiv preprint arXiv:1902.03747},
year = {2020}
}
备注
Accepted to ICRA 2019