V-SLAM重读(2): DSO: Direct Sparse Odometry (DSO)

学习VO论文之： Direct Sparse Odometry (DSO)

1. 摘要

DSO是一种基于新颖， 高精度稀疏直接化的结构和运动估计的视觉里程计算法。

它将一个完整直接概率模型（极小化广度误差）与相机几何运动的所有一致性参数进行联合优化（也就是将位姿估计与数据关联放在了一个统一的非线性优化问题中）。

由于该方法不要依赖于关键点检测器和描述子， 它能够在经过有图像梯度的区域采样像素， 包括边缘和无特征墙面的平滑强度变化。

2.多种组合

• 稀疏+非直接：从关键点匹配估计3D几何误差，无几何先验。如monoSLAM[4], PTAM[16], ORB-SLAM[20].

• 稠密+非直接: 估计3D几何误差+几何先验[23], [27].

• 稠密+直接: 利用光度误差去估计半稠密和稠密几何， 如DTAM[21], LSD-SLAM[5].

• 稀疏+直接: 本文方法， 不传播几何先验知识， 只有优化来源与图像的光度误差，一个稀疏和直接化公式早就被提出[13] (该方法采用EKF). 本文采用非线性优化。

直接法的优势

1.不要求识别点，因此可以识别更细粒度的几何图形表示（像素的逆深度）。

2.对可行的所有数据进行采样， 包括边缘和低强度变化，获取一个在稀疏纹理的环境下鲁棒和完整的模型。

稀疏化的优势

添加几何先验的主要缺陷是在几何参数之间引入了相关性， 这使得统计上一致的实时联合优化不可行。

3.本文的贡献

(1). 本文提出一种稀疏直接法的视觉里程计， 据我们所知， 仅仅完整的直接法才会联合包含相机位姿，相机内参和逆深度(几何参数)模型参数优化似然估计。
这与SVO的混合方法相反， 它是一个间接模型的联合优化。

(2).利用滑动窗口来进行优化， 即旧的相机位姿将会被边缘化。相对于已有的方法，本文的方法进一步的优势在于它的相机光度标定， 包含透镜衰减，伽马校准和曝光时间，这种方法的优化进一步增加了算法的精确度和鲁棒性。

(3). 该方法有两种设置，第一种少点和少关键帧，将会得到5倍的实时运行速度； 另外一种是多点和多关键帧，竟会得到更高的精确度和中稠密地图。

4.滑动窗口

若干关键帧和他们关联的地图点组成的残差项，构成了整个滑动窗口的内容。

• 优化方法
  Gauss-Newton / LevernBerg-Marquardt方法迭代.

这个窗口在整个VO过程一直存在，并一直保持在大概5~7个关键帧。

• 滑动窗口内的关键帧更新的规则

前端会通过一定的条件限制（如相机移动距离过大）， 来判断新来的帧是否可作为新的关键帧插入后端；

后端会通过一定的条件限制，来去除（利用Schur complement边缘化掉 ）多出来的帧。

5. 光度标定

DSO提出了光度标定，认为对相机的曝光时间、暗角、伽马响应等参数进行标定后，能够让直接法更加精确和鲁棒。

对于未进行光度标定的相机，DSO也会在优化中动态估计光度参数。

这个过程建模了相机的成像过程，因此对于由相机曝光不同引起的图像明暗变化，会有更好的表现。

但是，如果由于环境光源发生变化，光度标定也是无能为力的。

这里只给出论文的核心思想， 详细的公式讨论会在代码研究中分析。

6.参考文献

半闲居士知乎对DSO代码解析

SLAM 中的关键帧边缘化和 Schur complement讨论

DSO论文翻译，但是好像翻译的不是很准，可参考