LDSO: Direct Sparse Odometry with Loop Closure（翻译）

准备把高博最新的论文LDSO翻译下来：

原文

摘要—

在本文中，我们提出直接视觉里程计（DSO）[1]到单目视觉SLAM具有闭环检测和姿势图优化的系统（LDSO）。作为直接法，DSO可以利用任何具有足够的强度梯度的图像像素，使其在缺少特征点的区域仍具有很强的鲁棒性。 LDSO保持这种鲁棒性，而同时确保在前端跟踪中检测到的特征角点的可重复性。这种可重复性保证了传统的基于特征的词袋（BoW）的闭环检测方法的可靠性。闭环回路检测部分在几何上被验证，并且通过联合最小化2D和3D几何误差项来估计Sim(3)相对姿势约束。这些约束与从DSO的滑动窗口优化中提取的相对姿势的共同部分进行融合。我们对公开数据集的运行结果表明，修改后的选择点策略保留了跟踪准确性和鲁棒性，并且集成的姿势图优化显著的减少了旋转，平移和比例漂移误差的累积，从而使整体性能与最先进的基于特征的系统相媲美，即使没有全局BA优化。

I.引言—

自20世纪80年代以来，同步定位和映射（SLAM）已成为计算机视觉和机器人技术领域的一个活跃研究领域[2]，[3]。 它是许多需要实时定位的应用的基础模块，，如移动机器人，自动MAV，自动驾驶，以及虚拟和增强现实[4]。 虽然其他传感器模式如激光扫描仪，GPS或惯性传感器也常用，但视觉SLAM非常受欢迎，部分原因是因为相机在消费产品中很容易获得并被动的获取有关环境的丰富信息。 特别的，在这项工作中，我们专注于跟踪单个单目灰度相机的情况。

通常，可视SLAM系统由摄像机跟踪前端和后端组成，后端创建并维护关键帧映射，并通过循环闭包检测和地图优化减少全局漂移。 前端可以根据当前地图[4]，[5]全局定位摄像机，使用视觉（关键帧）测距法（VO）[6]，[7]在本地跟踪摄像机，或者使用两者的组合[8]， [9]，[10]。

在自适应直接滑动窗口边缘化里程计系统（如DSO）以重用地图中的现有信息时，存在若干开放性挑战。 例如，为了评估光度误差，必须将过去关键帧的图像保存在内存中，并且当结合来自先前关键帧的测量时，确保评估的一致性是具有挑战性的，因为来自这些关键帧的信息已经包含在边缘化中。 之前不应该重复使用。 因此，我们建议将DSO作为我们的SLAM前端，以估计具有局部一致性的视觉里程计并通过后端闭环检测和姿势图优化来校正其漂移。 请注意，DSO本身也包含一个摄像机跟踪前端和一个优化关键帧和点深度的后端。但是，在这项工作中，我们将整个DSO称为我们的里程计前端。

VO方法可以分为两类：间接（基于特征）方法，通过固定的，先前估计的可重复离散特征点之间的对应关系来最小化重投影误差，以及对用的直接法是通过最小化直接图像中的光度误差来联合估计运动和对应关系。虽然基于特征的方法长期以来一直是主流，但直接VO的最新进展已经表现出更好的准确性和鲁棒性，尤其是当图像不包含足够的明确角点特征时[1]，[11]。直接方法的稳健性来自运动和对应的联合估计以及还使用对应于边缘或甚至平滑图像区域的非角落像素的能力（只要存在足够的图像梯度）。然而，在没有闭环的情况下，间接和直接VO都受到不可观察的自由度的累积漂移的影响，这是单目情况下的全局平移，旋转和缩放。这使得长期相机轨迹和地图不准确，从而将应用限制为仅短期运动估计。

为了闭环，需要首先检测它们。最先进的环路检测方法 - 有时称为appearence-only SLAM ，通常基于索引图像特征（例如BoW [12]，[13] ]，[14]，[15]）因此可以通过重用前端的特征直接应用于基于特征的VO。然而，这在直接法中并不那么简单：如果我们独立于前端检测和匹配特征，我们可能没有这些点的深度估计，我们需要有效地估计Sim（3）姿势约束，如果相反，我们尝试重用前端的点和计算描述符，它们可能与可重复的特征不对应，导致环路闭合检测不良。这里的关键见解是直接VO并不关心所选（或跟踪）像素的可重复性。因此，直接VO系统过去已经通过仅使用关键帧接近来进行闭环检测[6]或者通过独立于前端跟踪和约束计算来计算闭环检测的特征来扩展到SLAM [7]。然后使用直接图像对齐来估计相对姿势约束[6]，[7]，这需要关键帧的图像保持可用。我们建议将关键点选择转向可重复的特征，并使用几何原理来估计约束。总之，我们的贡献是：

***我们采用DSO的点选择策略来实现选取可重复的角点功能，同时保持其对特征点贫乏的环境的鲁棒性。 然后，使用传统的BoW将所选的角点特征用于环路闭合检测。

***我们利用匹配特征点的深度估计来计算Sim（3）姿势约束，结合仅姿势束调整和点云对齐，并且 - 与前端里程计并行 - 将它们与从DSO的滑动窗口优化中提取的相对姿势进行共同可见性图表融合 。

***我们在公开可用的真实世界数据集上演示了点选择保留了跟踪前端的准确性和稳健性，并