【论文翻译】RTAB-Map as an open-source lidar and visual simultaneous localization and mapping library for

论文：RTAB-Map as an open-source lidar and visual simultaneous localization and mapping library for large-scale and long-term online operation
作者：Mathieu Labbé | François Michaud
翻译：YC

——————————————————————————————————————————————————
 

RTAB-MAP作为一个开源激光雷达和视觉SLAM库，用于大规模和长期在线操作

摘要

自2013年以来，实时的、基于外观的建图（RTAB-Map）为一个开放源代码库被发布，作为一种基于外观的闭环检测检测方法，它与内存管理一起处理大规模和长期的在线操作。然后，它开始在各种机器人和移动平台上实现同步定位和建图（SLAM）。由于每个应用场景对传感器、处理能力和运动都有自己的限制，因此需要考虑一个问题，即在成本、准确性、计算能力和易集成性方面，哪种SLAM方法最适合某种应用。由于大多数SLAM方法都是基于视觉或激光雷达的，因此很难进行比较。因此，我们决定扩展RTAB-MAP以支持视觉和激光雷达SLAM，在一个包中提供一个工具，允许用户使用不同的机器人和传感器来实现和比较用于各种场景的3D和2D解决方案。本文介绍了RTAB-MAP的扩展版本在大量流行的现实世界数据集（如Kitti、Euroc、Tum rgb-d、MIT Stata Center on Pr2 Robot）中的应用方面的定性的、定量的性能比较，从实践的角度概述了视觉和激光雷达SLAM在自动导航应用场景中的优势和局限性。

K E Y W O R D S

感知、位置估计、SLAM

1引言

实时基于外观的建图（rtab-map）（labb_&michaud，2013年、2017年）是我们的开源库，它使用内存管理方法实现循环关闭检测，限制了地图的大小，以便循环关闭检测始终在固定的时间限制下处理，从而满足长期和大规模环境测绘。RTAB-MAP于2009年启动，并于2013年作为开放源代码库发布，此后扩展为一种完整的基于图形的同步局部化和建图（SLAM）方法（Stachness、Leonard和Thrun，2016年），用于各种设置和应用（Chen等人，2015年；Foresti等人，2016年；Goebel，2014年；Laniel等人，2017年）。因此，RTAB-MAP已经发展成一个跨平台的独立C++库和一个机器人操作系统（ROS）PACKAGE 2，由实际需求驱动，如：

•在线处理：SLAM模块的输出在接收到传感器数据后应限制为最大延迟。尤其是对于基于图的SLAM，随着图的增长，需要更多的处理时间来检测循环关闭、优化图和组装图。此外，与控制、导航、避障、用户交互、对象识别等其他处理模块集成也可能限制中央处理单元（CPU）可用于SLAM的时间。因此，有可能限制计算负载有助于避免其他模块出现滞后问题，甚至有必要防止出现不安全情况。

•稳健和低漂移里程表：虽然环路闭合检测可以纠正大部分里程表漂移，但在现实场景中，机器人通常无法在地图上正确定位自身，这可能是因为它正在探索新的领域，或者是因为环境中缺乏识别性特征。在此期间，应尽量减小里程计的漂移，以便在定位之前仍然可以进行精确的自主导航，以避免错误地覆盖地图区域（例如，在房间入口错误地添加障碍物，使其成为封闭区域）。当环境中有足够的特征时，用摄像机和激光雷达等外部感知传感器估计里程计可能非常准确，但如果环境中的跟踪特征不再可见，仅使用一种传感方式可能会有问题，并且容易出现定位故障。使用本体感知（例如，车轮编码器、惯性测量单元[IMU]）和外部感知传感器的组合将增强对里程测量估计的鲁棒性。

•鲁棒的定位：SLAM方法必须能够识别何时重新访问过去的位置（用于环路闭合检测）以更正地图。动态环境、光照变化、几何变化，甚至是重复的环境都可能导致不正确的定位或定位失败，因此，该方法应该对误报具有鲁棒性。

•实际地图生成和开发：大多数流行的导航方法都基于占用网格，因此，开发能够提供3D或2D占用网格的SLAM方法是有益的，以便于集成。此外，当环境主要是静态的时，执行建图会话，然后切换到局部化、设置内存使用和节省建图管理时间更为实际。

•多次建图（又称绑架机器人问题或初始状态问题）：打开时，机器人不知道其与先前创建的建图的相对位置，因此无法规划到先前访问的位置的路径。为了避免机器人从0开始重新启动建图过程 或 在启动建图之前在先前构建的地图中对自身进行定位，多次建图允许SLAM方法在启动时使用自身的参考来初始化一次新建图，并且当遇到以前访问的位置时，可以计算两个建图之间的转换。这就带来了这样的好处：当只需要重新建图一小部分或添加一个新区域时，避免重新建图整个环境。由于可用SLAM方法的多样性，确定针对特定平台和应用程序使用哪种方法是一项困难的任务，主要是因为它们之间缺乏比较分析。SLAM方法通常是基于视觉的（Fuentes‐Pacheco、Ruiz‐Ascecio和Rend‐N‐Mancha，2015）或仅基于激光雷达的（Thrun，2002），并且通常以只有照相机或激光雷达的数据集为基准进行基准测试，但不同时使用两者，因此很难对它们进行有意义的比较。更重要的是，当它们的实现不可用、只离线运行或缺少机器人平台上所需的输入格式时。ROS（Quigley等人，2009年）于2008年推出，极大地促进了传感器数据格式的标准化，从而提高了机器人平台之间的互操作性，并使比较SLAM方法成为可能。但是，集成在ROS中的视觉SLAM方法通常不会在自主机器人上进行测试：仅通过远程操作或人类移动传感器进行SLAM（Dai、Nie_ner、Zoll_fer、Izadi和Theobalt，2017年；Engel、St_ckler和Cremers，2015年；Mur-Artal和Tard_s，2017年）。这避免了一些tf（transform library；foote，2013）处理，这种处理需要根据机器人基架转换输出以满足ROS坐标框架转换。它还避免了需要与导航算法兼容的地图输出（例如，二维或三维占用网格）来规划路径和避免障碍。此外，上面概述的一些实际要求并不总是通过SLAM方法来解决，因此限制了比较。

因此，由于rtab-map的发展是为了满足这些实际需求，我们决定进一步扩展rtab-map的功能，以比较自主机器人导航的视觉和激光雷达SLAM配置。RTAB-MAP是一种以内存管理为核心的闭环方法，它独立于所使用的里程计方法，这意味着它可以通过视觉里程计、激光雷达里程计甚至车轮里程计进行反馈。这意味着RTAB-MAP可用于实现视觉SLAM法、激光雷达SLAM法或两者的混合，从而可以比较真实机器人上的不同传感器配置。本文描述了RTAB地图库的扩展版本，并演示了其用于比较最先进的视觉和激光雷达SLAM方法的用途，从而概述了两种自主导航模式之间的实际局限性。论文的组织结构如下。

第2节简要介绍了目前流行的SLAM方法，与ROS兼容，可用于机器人进行比较评估。

第3节介绍了RTAB-MAP扩展版本的主要组成部分。

第4节使用RTAB‐Map通过使用标准离线和在线数据集比较其视觉和激光雷达SLAM配置的轨迹性能：Kitti数据集用于户外立体声和3D激光雷达自动建图；Tum红绿蓝深度（rgb-d）数据集用于手持RGB-D建图；用于无人机上立体建图的欧洲数据集；以及比较PR2机器人上室内立体、RGB-D和二维激光雷达SLAM配置的麻省理工学院斯塔塔中心数据集。

第5节根据使用的传感器评估地图质量和计算性能变化，并显示在线地图的内存管理效果。

最后，第6节根据观察到的结果，提出了通过使用RTAB-MAP获得的关于自主机器人SLAM应用传感器选择的指南。

2在ROS上可使用的、流行的SLAM方法

通过ROS有多种开源SLAM方法可供选择。在本节中，我们将回顾最流行的几种方法，以概述它们的特点，并根据输入和输出来定位RTAB‐Map所涵盖的内容，以处理SLAM方法的比较研究。

让我们从以下基于激光雷达的方法开始：

•gmapping（grisetti，stachness，&burgard，2007）和tinyslam（steux&el hamzaoui，2010）是两种使用粒子过滤器估算机器人轨迹的方法。只要有足够的估计粒子，且实际位置误差与输入里程计的协方差相对应，粒子滤波器就会收敛到一个能很好地表示环境的解，特别是对于存在环路闭合的GMAPping。GMAPping是ROS的默认SLAM方法，已被广泛用于从二维激光扫描中导出环境的二维占用网格图。创建地图后，它可以与自适应蒙特卡罗定位（Fox、Burgard、Dellaert和Thrun，1999）一起用于定位和自主导航。

•Hector Slam（Kohlbrecher、Meyer、Vonstryk和Klingauf，2011年）可以利用低计算资源的二维激光雷达创建快速的二维占用网格图。事实证明，在真实的自主导航场景中，如RoboCup救援机器人联盟竞赛（Kohlbrecher等人，2016年），它可以生成非常低的漂移定位。它还可以使用外部传感器（如IMU）来估计机器人在3D中的位置。但是，Hector Slam并不完全是一种全Slam方法，因为它不检测到回路闭合，因此在访问以前的定位时，地图无法更正。Hector Slam不需要外部里程计，这在机器人没有外部里程计的情况下是一个优势，但在没有很多几何约束的环境中操作时可能是一个劣势，限制了激光扫描匹配性能。

•基于libpointmatcher库（Pomerleau、Colas、Siegwart和Magnenat，2013年），ETH苏黎世自治系统实验室（Ethzasl）ICP-Mapper4可用于创建二维激光雷达的二维占用网格图，以及二维或三维激光雷达的组装点云。但与Hector Slam类似，该方法不检测循环关闭，因此随着时间的推移地图错误无法纠正。

•Karto Slam（Vincent、Limketkai和Eriksen，2010年）、Lago Slam 5（Carlone、Aragues、Castellanos和Boanna，2012年）和Google制图师（Hess、Kohler、Rapp和Andor，2016年）是基于激光雷达图的Slam方法。它们可以从图形表示中生成二维占用网格。谷歌地图绘制器也可以作为背包地图平台，因为它支持3d激光雷达，从而提供3d点云输出。在建图时，它们创建由图中的约束链接的子对象。当检测到环路闭合时，重新优化子脉冲的位置，以纠正传感器噪声和扫描匹配精度带来的误差。与Hector Slam不同，外部里程计可以在几何复杂度较低的环境中获得更强大的扫描匹配。

•Berkeley局部化和建图（Blam）6是一个基于激光雷达图的SLAM，仅支持3D激光雷达用于环境的3D点云生成。从在线文档（这是唯一可用的文档）中，当机器人访问以前的位置时，通过扫描匹配在局部检测到环路闭合，然后使用Georgia Tech平滑和建图（GTSAM）优化地图（Dellaert，2012）。这意味着blam无法关闭大型循环，对于这些循环，局部扫描匹配将无法正确注册。

•Segmatch（Dub_et al.，2016）是一种基于3d激光雷达的环路闭合检测方法，也可用作基于3d激光雷达图的SLAM。通过匹配从激光点云创建的3D段（例如车辆、建筑物或树木的部分）来检测环路闭合。

在这些基于激光雷达的SLAM方法中，只有Segmatch可用于多次或多机器人建图（Dub_et al.，2017）。

关于视觉SLAM，存在许多开源方法，但在机器人上使用的方法不多（请咨询Zollh_fer等人。（2018年）审查以三维重建为重点的方法）。对于导航，为了避免处理尺度模糊，我们将审查限制在能够在绘制地图时估计环境真实尺度的方法（例如，使用立体和RGB-D相机或视觉-惯性里程表），从而将结构排除在运动或单目撞击方法之外，如平行跟踪和测绘（PTAM）（Klein）&Murray，2000年），半直接视觉里程测量（SVO）（Forster，Pizzoli，&Scaramuzza，2014年），规范化单目深度估计（Remode）（Pizzoli，Forster，&Scaramuzza，2014年），dt-slam（Herrera，Kim，Kannala，Pulli，&Heikkil_，2014年），大规模直接单目slam（LSD-slam）（Engel，Sch_ps，&Cremers，2014年）或定向快速旋转b里夫（Orb）Slam（Mur-Artal、Montiel和Tardos，2015年）。以下视觉SLAM方法不会随着时间的推移而受到这种尺度漂移的影响。

•Maplab（Schneider等人，2018年）和Vins‐Mono（Yi等人，2017年）最近作为基于视觉-惯性图的SLAM系统发布。仅使用IMU和摄像头，它们就可以提供用于定位的可视地图。maplab工作流程分两步完成：在开环阶段仅使用视觉-惯性里程测量法记录数据；然后离线完成地图管理（即环路闭合检测、图形优化、多次和密集地图重建）。然后可以在局部化模式下使用生成的视觉地图。相反，VIN-Mono的地图管理过程是在线完成的。对于导航，可以提供在图形处理单元（GPU）上计算的局部截断有符号距离场（TSDF）体积图，用于避障和路径规划。为了在大规模环境中保持处理时间限制，vins‐mono限制了图的大小，首先删除没有循环关闭的节点，然后根据图的密度删除其他节点。

•Orb-Slam 2（Mur-Artal&Tard_s，2017）和Stereo Parallel Tracking and Mapping（S-PTAM）（Pire等人，2017）是目前最先进的基于功能的视觉Slam方法中的两种，可用于立体摄像机。最近，Proslam（Schlegel、Coloi和Griesti，2017）发布（目前仅提供基准工具），使用著名的视觉SLAM技术提供全面的开源软件包。对于ORB-SLAM2，它也可以与RGB-D相机一起使用。它们都是基于图形的SLAM方法。对于ORB-SLAM2和S-PTAM，当使用dbow2（g_lvez-l_pez&tard_s，2012）检测到环路闭合时，使用束调整优化地图。为了避免影响相机跟踪帧速率性能，在一个单独的线程中对环路闭合后的图像进行了优化。对于Proslam，通过直接比较地图中的描述符来检测循环闭包，而不是使用一种包字方法。对于所有这些方法，环闭合检测和图形优化处理时间都随着地图的增长而增加，这使得环闭合校正在被检测到后有明显的延迟。这些方法保持稀疏的特征图。如果没有占用网格或密集点云输出，那么就很难在真正的机器人上使用。

•密集视觉里程计（DVO）-Slam（