SLAM论文速递【SLAM——PFD-SLAM: 动态环境下基于地图点可靠性的改进视觉SLAM】—4.12（1）

论文信息

题目：

An Improved Visual SLAM Based on Map Point Reliability under Dynamic Environments
动态环境下基于地图点可靠性的改进视觉SLAM

论文地址：

https://www.mdpi.com/2076-3417/13/4/2712

发表期刊：

Journals  Applied Sciences  Volume 13  Issue 4  10.3390/app13042712 

标签

改进ORB-SLAM3 、改进地图匹配机制

摘要

动态环境下的视觉同时定位与地图构建(SLAM)方法是机器人领域的一个热点和挑战性问题。ORB (oriented FAST and BRIEF)SLAM算法是其中最有效的方法之一。然而，由于不同时间戳的动态地图点的特征点会被错误匹配，传统ORB-SLAM算法在动态环境下无法表现良好。针对该问题，提出一种基于ORB-SLAM3的改进视觉SLAM方法。该方法采用改进的新点筛选策略和重复出现的点剔除策略相结合，识别出明显的动态地图点。然后，在ORB-SLAM3框架中引入地图点可靠性的概念;在提出的地图点可靠度计算方法的基础上，针对视觉SLAM中不明显的动态对象，采用多周期检查策略识别不明显的动态地图点，以进一步处理动态问题。最后，在TUM RGB-D数据集上具有挑战性的动态序列上进行了各种实验，以评估本文视觉SLAM方法的性能。实验结果表明，该SLAM方法平均每帧耗时17.51 ms。与ORB-SLAM3相比，所提方法在TUM RGB-D数据集的9个动态序列上的绝对轨迹误差(ATE)的平均RMSE可以降低63.31%。与现有的实时动态SLAM方法相比，所提方法具有更好的性能。实验结果表明，所提方法是一种实时视觉SLAM，在动态环境下是有效的

内容简介

框架如图1所示，具体内容如下:(1)ATLAS:它是由一组不相连的地图组成的多地图表示。只有激活使用地图跟踪线程和线程优化当地映射。(2)跟踪:这个线程处理传感器信息和计算当前帧的构成根据可靠的实时活动地图地图点和临时可靠的地图点,减少reprojection错误匹配的地图功能,检查不可靠的地图点的可靠性,选择新的关键帧和处理新地图点。(3)本地映射:这个线程补充道使用视觉或视觉惯性捆绑调整，并在接近当前帧的局部关键帧窗口中操作，以消除冗余并细化地图。(4)循环与地图合并:该线程以关键帧速率检测当前活动地图与整个地图集之间的公共区域。(5)循环校正:如果公共区域属于当前活动地图，则执行该线程。否则，SLAM会将未激活的物品合并到激活的地图中，然后在一个独立的线程中运行完整的BA。
所提方法的基本流程与ORB-SLAM3相同。然而，所提方法与传统的ORB-SLAM3存在一定的差异。该方法将地图点分为三类，即可靠地图点(R-MPs)、不可靠地图点(U-MPs)和临时可靠地图点(TR-MPs)。基于这种地图点的分类，在ORB-SLAM3框架中增加了一些新的地图点处理策略，包括地图点的选择操作、不可靠的地图点检查操作等。在本节中，只对所提出方法的不同部分进行详细介绍。

在一般的ORB SLAM3算法中，新的地图点可能与现有地图点具有相似的描述子，也可能会受到动态环境中不匹配或三角剖分中两帧距离过近的影响，从而导致生成错误的坐标。为了解决这个问题，我们提出了一种新的map点处理(NMPP)策略。在该策略中，对于每个新的地图点，我们执行以下两个操作，即距离检查和重复已存在的地图点消除操作。

评价

文中对动态环境下基于一致性检测的实时V-SLAM进行了研究，并基于ORB-SLAM3提出了一种改进的基于地图点可靠性的V-SLAM方法。在该方法中，提出了地图点可靠性的概念。基于映射点的可靠性，可以有效地处理高动态对象和轻度动态对象问题。在这项研究中，进行了各种实验。实验结果表明，与当前主流的实时V-SLAM方法相比，所提方法能够获得最好的精度。与其他非实时V-SLAM方法相比，所提方法也能获得具有竞争力的精度性能。实验结果表明，提出的V-SLAM是一种高效的实时动态V-SLAM。在今后的工作中，还有一些问题需要进一步研究。例如，如何提高SLAM在纯旋转环境下的性能是需要解决的问题。此外，如何融合两个不同传感器的数据，以及如何通过相互验证融合后的数据来寻找可靠的地图点是有价值的研究方向。