在室内环境中使用假设平面的点平面 SLAM：Point-Plane SLAM Using Supposed Planes for Indoor Environments

论文题目：

Point-Plane SLAM Using Supposed Planes for Indoor Environments

摘要：

同时定位和映射 (SLAM) 是各种应用程序的基本问题。 对于室内环境，平面是受测量噪声影响较小的主要特征。 在本文中，我们提出了一种使用 RGB-D 相机的新型点平面 SLAM 系统。 首先，我们从 RGB 图像中提取特征点，从深度图像中提取平面。 然后可以使用它们的轮廓找到全局地图中的平面对应关系。 考虑到真实平面的有限尺寸，我们利用平面边缘的约束。 通常，平面边缘是两个垂直平面的相交线。 因此，我们不是基于线的约束，而是从边缘线计算并生成假定的垂直平面，从而产生更多的平面观察和约束以减少估计误差。 为了利用室内环境中的正交结构，我们还添加了平面的结构（平行或垂直）约束。 最后，我们使用所有这些特征构建了一个因子图。 成本函数被最小化以估计相机位姿和全局地图。 我们在公共 RGB-D 基准上测试了我们提出的系统，与其他最先进的 SLAM 系统相比，展示了其稳健且准确的姿态估计结果。

期刊：

Sensors.Sep 2019

论文链接：

Sensors | Free Full-Text | Point-Plane SLAM Using Supposed Planes for Indoor Environments

开源链接：

https://github.com/fishmarch/SP-SLAM