ORB-SLAM论文翻译1
需积分: 0 180 浏览量
2022-08-04
00:26:18
上传
评论
收藏 1.27MB PDF 举报
翻译 ORB-SLAM: a Verdatile and Accurate Monocular
SLAM System
ORB-SLAM：一种通用、精确的单目 SLAM 系统
摘要
本文介绍了 ORB-SLAM，一种基于特征的单目 SLAM 系统。它能够在室内外、大小场景
下实时运行。该系统对剧烈运动杂波具有鲁棒性，允许宽基线闭环及重定位，包含全自动初
始化。基于近年的优秀算法，我们从零设计了一个新的系统。使用相同的特征（feature）来
完成 SLAM 所有的功能：追踪（tracking）、建图（mapping）、重定位（relocation）、以及闭
环（loop closing）。一种用于选择点（point）和重建关键帧（keyframe）的适者生存的策略
带来了良好的鲁棒性，并生成精简、可追踪的地图，（这一地图）只有在场景内容发生变化
时才会增长，允许终身运行。我们在最流行的数据集中取了 27 组图像序列，进行了详尽的
评估。相比于其他的先进 SLAM 方案，ORB-SLAM 达到了前所未有的性能。为了社区的利
益，我们将源代码开放。
关键词
终身地图（Lifelong Mapping），定位（Localization），单目视觉（Monocular Vision），
识别（Recognition），SLAM
I. 简介
光束平差法（Bundle Adjustment，BA）在给出强大的匹配网络及合适的初值的条件下，
为相机定位和稀疏几何重建提供精确估计[1][2]，由此广为人知。长久以来，这一方案被认为
是实时应用例如视觉同步定位与建图（Visual Simultaneous Localization and Mapping，Visual
SLAM）所难以负担的。视觉 SLAM 的目标是在重建环境的同时估计相机轨迹。现在我们得
知，为了在不限制计算成本的情况下得到精确结果，一个实时 SLAM 算法必须为 BA 提供以
下条件：
与选中的帧（关键帧，keyframe）的子集的场景特征（地图点，map point）相对应的观
测值。
随关键帧的数目而增长的复杂度，其（关键帧）的选择要避免不必要的冗余。
一个强大的关键帧和点的网络配置会产生精确的结果，也就是说，一个良好的有着较大
视差和足够闭环（loop closure）匹配的关键帧观测点的传播集。
用于非线性最优化的关键帧的位姿及点的位置的初值估计。
一个检测中的局部地图的最优化工作的重点在于实现其可扩展性。
执行快速全局最优化的能力（例如，位姿图，pose graph）以求实时闭环。
首个基于 BA 的实时应用是 Mouragon 等人的视觉里程计[3]，随后是 Klein 和 Murray 的
开创性的 SLAM 工作[4]，称作 PTAM（Parallel Tracking and Mapping）。该算法仅限于小尺
度运行，提供了简单而高效的关键帧选取、特征匹配、点的三角化、每一帧的相机定位及追
剩余11页未读，继续阅读
评论0