#每天一篇论文# 231/365 orbslam-Atlas：一个鲁邦而精确的多地图系统

ORBSLAM-Atlas: a robust and accurate multi-map system

摘要

我们提出了一个orbslam-atlas系统，该系统能够处理无限数量的断开子地图，其中包括一个健壮的地图合并算法，能够检测出具有公共区域的子地图，并无缝地融合它们。orbslam的突出鲁棒性和准确性是因为它能够检测关键帧之间的宽基线匹配，并通过非线性优化来利用这些匹配，但它只能处理单个映射。Orbslam Atlas为多地图-场带来了广泛的基线匹配检测和开发。结果是slam系统明显更通用和健壮，能够执行多会话映射。如果在探索过程中丢失了跟踪，则不会冻结地图，而是启动一个新的子地图，当访问公共部分时，它可以与以前的地图融合。我们的标准，以宣布相机失去对比以往的方法，简单地计数跟踪点的数量，我们建议放弃也不准确估计的相机姿势，由于不良的几何条件。结果，地图被分割成更精确的子地图，这些子地图最终被合并到更精确的全居地图中，这要归功于多重地图功能。我们在Euroc数据集中提供了广泛的实验验证，Orbslam Atlas在Orbslam失败的困难序列中获得准确的单目和立体结果。我们也在同一个房间内进行多次会议后构建全局地图，获得迄今为止最好的结果，其精度是竞争性多地图方法的2至3倍。我们还展示了我们的系统在处理动态场景方面的健壮性和能力，定量地在euroc数据集中，定性地在人口稠密的走廊中，在那里相机阻塞和跟踪丢失是经常发生的。

贡献

1.我们称之为Atlas的多地图表示，它处理无限数量的子地图。该图集有一个唯一的dbows数据库，其中包含所有子地图的关键帧，这允许高效的多地图位置识别。
2.所有多映射操作的算法：创建新映射、在多个映射中重新定位和映射合并。我们设计了如何将基本映射阶段交织在一起，以稳健、准确、高效地执行多重映射操作。在系统的各个组成部分中，地图合并过程是一个相关的过程，它将两个地图与一个公共区域进行无缝融合。合并后，两个合并映射将完全替换为新的合并映射。我们建议在跟踪丢失后创建一个新的地图。它可以防止探索性轨迹中的故障，在这种情况下，重新定位无法恢复相机跟踪损失。
3.一个新的标准，以宣布跟踪损失的情况下，不良的相机姿态可观。它能够防止在包含高度不确定相机姿势的循环中出现错误的姿势图优化。

方法

为了确定摄像机是否在轨道上，我们试探性地提出了两个必须满足的标准，否则，摄像机将被视为丢失：
a）匹配特征数：当前帧与本地映射中的点之间的匹配数高于定义的阈值。
b）相机姿态可观测性：如果检测点的几何条件较差，则相机姿态不可观，相机定位估计不准确。

实验