Voxgraph: Globally Consistent, Volumetric Mapping Using Signed Distance Function Submaps

  基于符号距离函数的大规模三维重建方法，使用子地图来降低存储和优化的代价。系统假设可以通过实时获得重力方向来降低位姿估计问题的维度。
  本文根据固定频率生成子地图，假设子地图内误差较小，从而把全局地图构建转化为子地图的合并。全局位姿优化在子地图位姿之间展开。
  针对子地图优化，本文构造了里程计，回环和重叠三种约束。
  里程计约束指前端估计得到的位姿。
  回环方法指通过词袋等方法构造帧间约束，通过帧在子地图中的位姿构造子地图约束。
  重叠方法判断子地图直接按空间上是否存在重叠。本文通过位姿变换之后的符号距离函数来构建匹配代价，避免了求解点云的对应关系。为了加速求解，在每次迭代中，随机采样一部分点云，实验证明，采样点数量大于5%不会对结果产生显著影响。