FCSLAM

FCSLAM

FCSLAM的大体框架如上图一所示。系统可以被划分为两个模块:分布式机器人和云工作站。1.) 分布式机器人的前端负责接受传感器数据，提取特征以及重建pose map；后端负责图优化和回环检测以及回环矫正。然后每个机器人输出其地点的词袋数据以及局部地图。2) 云工作站侧，我们在接受到图像的词袋以及局部地图后训练一个动态辞典，然后进行place recognition and matching。最后云端融合局部地图并且输出一个global pose graph and global map. 我们通过分布式机器人保存自己私有模型与图像并且只上传词袋数据(以及地图)到云端参数服务器的方式应用联邦学习架构.我们系统中关于联邦学习的框架应用如下面图二所示。
系统使用KartoSLAM 作为基础的机器人地图重建算法。首先，激光扫描器获取第一帧扫描数据。然后submap通过计算构建.像素精度的扫描匹配方法被应用在生成扫描和submap的约束关系上。( Pixel-accurate scan matching method
is applied to generate the constraint relationship of scan and submap). 最后 Loop closing被用来估计submaps生成的累计误差。剩下的部分，我们将展示卷积神经网络检测算子，地点匹配(dynamic vocabulary)算法和地图融合算法

CNN Feature Detector

这一章我们介绍卷积神经网络的设计，此卷积神经网络是用来提取特征点和描述子的。我们大概介绍网络结构，loss函数以及为了应用在我们系统做出的改进。
有许多的深度神经网络被提出，用来提取特征点和描述子，但是，神经网络如果有太多层，甚至使用RNN，则会导致高计算复杂度，这显然是实时SLAM系统不可容忍的。所以，我们采用一个比较浅但是高校的网络结构，我们使用VGG形式的结构(由SuperPoint提出，详情见论文引用【18】) ，如下图。
这个网络共享了前面由卷积层和池化层、激活函数构成的特征提取网络，然后分成两个网络，分别用来提取特征点和描述子，因为计算性能的关系，特征提取网络没有采用经典的 encoding-decoding structure,但是亚像素级别的卷积方法被用在实现上采样上。特征提取网络输出一个和原图像大小相同的概率map。然后描述子被提取，为了和ORB描述子格式相同同时方便词袋的计算，我们采用 paper [30]的方法来转换原来的描述子到二进制形式。这种方法是通过添加一层binary activation layer(简写BAL)，这个BAL如下:

损失函数如下

此处的ci表示当前描述子
pi表示正描述子，ni表示负描述子，N表示总keypoints数

Place Matching

我们使用回环检测最基本的方法–DBoW来进行地点匹配。通过计算某个局部的词袋模型，词典被建立，并且不同地方的相似度被计算，欢聚话说，地点被词(words)集合所表示。k时刻观测到的地点被描述为
此处的zi表示第i个词的"词频"（TF）和"逆文档频率"（IDF），地点x、地点y的相似度可以被描述为
但是，词典方法的表现会被训练图像中环境的数量和类型所影响，比如室内和室外。这就导致了地点重识别匹配( place recognition and matching.)的不稳定性。不同于传统方法，我们充分使用计算资源丰富的云工作站并且在云端维持一个动态词典。所以，我们通过在不同环境的分布式机器人上传的真实数据来更新云端词典，为了使得对数搜索高效，我们使用k-means树来构建词典。动态词典算法可以被描述为如下。

得到词典之后我们从当前环境图像中提取特征点和描述子，并且进行多机器人的地点匹配，最后输出是一个二进制的变量，描述了是否两张图片i和j是在同一个地点。

Map Fusion

通过计算两个地点是否是同一个地方，两个机器人R1和R2相遇的地点会通过 place recognition and matching记录下来。当两个有效的匹配点找到之后，我们就可以得到地点x和地点y的coordinates。地图的融合点和方向相即被确定。我们通过公式(5)(6)计算两个坐标系的the relation of translation and rotation
其中，R是旋转矩阵，α 三旋转角，(x,y)是R1的匹配的coordinate， (x′，y′ ) 是R2匹配的coordinate , △x, △y are coordinate translation values。根据旋转和平移关系，我们可以计算原始地图的目标位置。 最后我们通过旋转和平移关系融合地图。