基于点-线的单目VO或VSLAM总结

《Direct Monocular Odometry Using Points and Lines》2017 ICRA

Direct Monocular Odometry Using Points and Lines_冼yy的博客-CSDN博客

为关键帧中的高梯度像素保持了一个半深度图。然后对于每个传入的新帧，首先，检测线段并将其与关键帧的边缘相匹配。第二步是相机姿势跟踪。 如果像素属于一个边缘，我们将像素光度误差和几何重投影误差的组合降到最低。 最后，我们通过可变基线立体法更新深度图。边缘被用来加快对这些边缘像素的立体搜索，并通过有效的三维线正则化改善重建。

Tracking中对像素的亮度误差以及线的几何误差函数进行最小化

《Direct Line Guidance Odometry 》2018 ICRA

Direct Line Guidance Odometry_NODIECANFLY的博客-CSDN博客

3D空间中位于一条直线上的点在图像帧之间会一直保持共线这一事实，选择位于图像中线段上的点作为特征点，而将不在线段上的杂点去除，从而提高了特征提取的效率，降低了计算消耗。

通过其邻域中的梯度提取并描述点。 将在线上采样的点应用到系统中，而不是使用复杂的线描述符，该线由其上采样的点描述，即用点代表线。

Tracking中使用传入帧上的匹配来细化所有活动关键帧中的IP(Immature Point)和IL(Immature Line).的位置。 最后如果传入帧远离最近的活动关键帧，它将进入映射线程。