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。
Voxgraph: Globally Consistent, Volumetric Mapping Using Signed Distance Function Submaps
最新推荐文章于 2023-01-23 17:01:27 发布