RGB-D相机的视觉SLAM系统

RGB-D相机视觉SLAM

Dense Visual SLAM for RGB-D Cameras

开源代码地址: vision.in.tum.de/data/software/dvo

摘要

我们开发了一种基于RGB-D相机平台的稠密视觉SLAM系统，在每个像素位置均实现了光度与深度信息的最大化精确。相较于传统稀疏的基础特征跟踪算法而言，在图像数据利用效率方面具有显著提升效果，并能有效提高姿态估计精度。为此我们采用了基于熵值的信息相似性测度方案，并将其成功应用于关键帧选取及回路闭合检测过程。通过整合全局匹配结果，并采用g2o框架进行优化求解，在复杂环境下的鲁棒性和准确性表现优异。实验结果表明，在复杂环境下的鲁棒性和准确性表现优异；与现有几种主流算法对比实验，在轨迹估计方面取得了显著进步；代码已正式开源并获得广泛认可

主要创新点：

本文的主要贡献有：

•一种快速的帧间配准方法，可优化强度和深度误差，

•基于熵的关键帧选择方法，显著减少了漂移，

•基于相同熵度量验证循环闭包的方法，以及

•将上述所有技术集成到一个通用的图形SLAM解算器中，进一步减少漂移。