【《视觉SLAM算法基础综述》3900字】

-)与直接法相比，由于选取的特征点更加稳健，特征点法的鲁棒性也更强，因此特征点法是目前视觉SLAM中的主流方法。本文也是采用基于特征点的视觉SLAM方法，ORB-SLAM2作为语义SLAM算法的主体框架。1.4ORB-SLAM2算法ORB-SLAM算法在2015年被首次提出，在此基础上，作者增加了对双目相机以及深度相机的支持，于2017年发布了ORB-SLAM的升级版ORB-SLAM2。ORB-SLAM2算法是目前最为成熟和完整的开源SLAM系统之一，支持单目，双目以及RGB-D相机，得到研究者们的广泛使用。该算法的整体框架如图2.6所示，算法主要包含跟踪，局部地图优化以及回环检测三个线程。图2.6ORB-SLAM2算法框架首先，视觉传感器获取的图像被送入跟踪线程。算法的跟踪线程主要用于实现SLAM的视觉里程计功能，即估计相邻帧间的相机运动，得到对应的旋转平移矩阵。ORB特征点具有旋转不变性和光照不变性，鲁棒性较好等特点，因此可以被SLAM系统使用。首先，该线程提取出当前帧下图像中的ORB特征点，和相邻帧进行匹配来进行相机位姿估计；如果跟踪失败，丢失相机的位置，则算法通过检索所有的关键帧，进行全局重定位来恢复相机位姿；之后根据一定的选择策略来决定是否将该帧添加为新的关键帧。局部地图构建线程主要用于建立局部地图，通过对关键帧以及地图点的筛选与融合，并利用局部光束法平差(LocalBA)ADDINEN.CITE<EndNote><Cite><Author>Mouragnon</Author><Year>2009</Year><RecNum>140</RecNum><DisplayText>[64]</DisplayText><record><rec-number>140</rec-number><foreign-keys><keyapp="EN"db-id="920tszs0qde9t5es0wcpz5tcr0tdefxt50t0"timestamp="1619405467">140</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Mouragnon,E.</author><author>Lhuillier,M.</author><author>Dhome,M.</author><author>Dekeyser,F.</author><author>Sayd,P.</author></authors></contributors><titles><title>Genericandreal-timestructurefrommotionusinglocalbundleadjustment</title><secondary-title>imageandvisioncomputing</secondary-title></titles><periodical><full-title>imageandvisioncomputing</full-title></periodical><pages>1178-1193</pages><volume>27</volume><number>8</number><section>1178</section><dates><year>2009</year><pub-dates><date>7/1/2009</date></pub-dates></dates><urls><pdf-urls><url>http://maxime.lhuillier.free.fr/pIvc09.pdf</url></pdf-urls></urls><electronic-resource-num>10.1016/J.IMAVIS.2008.11.006</electronic-resource-num></record></Cite></EndNote>[64]对位姿进行优化，对相机位姿进行修正，得到更精准的相机位姿估计结果，用于地图构建等任务。回环检测线程的主要目标是消除随着系统运行而产生的累计误差，对系统进行闭环矫正。为了检测闭环的发生，即相机运动到地图中已经记录的场景，需要对场景图片进行比较与衡量。直接对图片进行对比存在很多问题：首先，直接对图片进行比对较为困难，而且容易受到光照等外部因素的影响；其次，存储所有历史的图片对存储空间需求较大。为了解决上述问题，ORB-SLAM2采用词袋（BagofWords，BoW）的方式来描述图片。系统的主要工作流程如下：首先，跟踪线程对相机获取的实时图像提取ORB特征点，如果图像中有足够数量的ORB特征点，则开始初始化系统，即根据深度信息将像平面上的ORB特征点转换到空间坐标系的三维坐标中（针对不同的相机，ORB-SLAM2采用不同的三维坐标的转换方式。对于单目相机，主要根据单应变换矩阵进行位姿的初始化工作；而双目相机主要采用双目测距原理估计每个像素的深度值，之后根据深度信息转换到对应的空间坐标；RGB-D相机可以直接获取深度值，之后根据每个像素的深度信息转换到对应的空间坐标)。之后，依赖于系统初始化后的第一帧图像，建立系统的全局世界坐标系（在双目系统中，通常选择左目图像为基准建立全局世界坐标系），对于相邻帧之进行匹配，通过最小化重投影误差来获取帧间的相机相对位姿变化，即坐标系的旋转与平移矩阵，并以此来更新相机的位姿。在每一次的相机位姿解算后，根据关键帧选择策略，选择是否将当前帧作为关键帧加入局部地图中，并去除冗余的关键帧以及特征点。最后算法根据词袋模型进行回环检测任务，对相机位姿以及地图点进行融合和优化，以此来对全局的地图进行位姿优化，消除累积误差，提高系统鲁棒性。和其他基于关键帧的稀疏VSLAM算法相比，ORB-SLAM2算法主要有以下几个优势。其一，算法所采用的ORB特征具有计算快，对光照和视角鲁棒性好等优势，匹配速度较快。其二，通过DBow2ADDINEN.CITE<EndNote><Cite><Author>Galvez-López</Author><Year>2012</Year><RecNum>141</RecNum><DisplayText>[65]</DisplayText><record><rec-number>141</rec-number><foreign-keys><keyapp="EN"db-id="920tszs0qde9t5es0wcpz5tcr0tdefxt50t0"timestamp="1619405646">141</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Galvez-López,D.</author><author>Tardos,J.D.</author></authors></contributors><titles><title>BagsofBinaryWordsforFastPlaceRecognitioninImageSequences</title><secondary-title>ieeetransactionsonrobotics</secondary-title></titles><periodical><full-title>ieeetransactionsonrobotics</full-title></periodical><pages>1188-1197</pages><volume>28</volume><number>5</number><section>1188</section><dates><year>2012</year><pub-dates><date>10/1/2012</date></pub-dates></dates><urls></urls><electronic-resource-num>10.1109/TRO.2012.2197158</electronic-resource-num></record></Cite></EndNote>[65]词袋模型对特征进行编码，构建词典向量，实现了快速的回环检测，优化了定位和检测速度，最终提高了系统实时性与鲁棒性。其三，算法提出了共视图CG和本征图EG的概念，使得地图构建得到简化，跟踪与建图任务更加关注于共视的局部区域，以此提高了系统的实时性与鲁棒性。最后，ORB-SLAM2使用了关键帧选择机制，将