振华OPPO的博客世界

为了提高动态环境下ORB-SLAM2位姿估计的精度，针对运动的欺骗性，提出一种实例分割方法去除分布在人体上的运动特征点，提高姿态精度。该方法从输入图像中提取ORB特征点，并对图像进行分割，得到图像中像素的位置。然后去除分布在人体上方的特征点，利用移除后相对稳定的特征点估计位置和姿态。改进的方法用于在TUM数据集上进行测试。结果表明，改进的系统能够显著降低动态环境下姿态估计的绝对误差和相对漂移，证明与传统的ORB-SLAM2系统相比，该方法能显著提高动态环境下姿态估计的精度。

本文介绍了ORB-SLAM2S，这是一种基于ORB-SLAM2的快速完整的SLAM系统，适用于单目、立体和RGB-D相机。该系统在小型和大型室内和室外环境中以更快的速度在CPU上同时确保准确性。该系统包括一个轻量级前端，这是一种用于非关键帧的稀疏光流方法，以避免提取关键点和描述符，从而实现高速实时性能。对于关键帧，使用基于特征的方法确保与ORB-SLAM2几乎相同的准确轨迹估计。

当将同时定位和建图（SLAM） 应用于实际应用（如自动驾驶汽车、无人机和增强现实设备）时，其内存占用和计算成本是限制性能和应用范围的两个主要因素。在基于稀疏特征的 SLAM 算法中，解决此问题的一种有效方法是通过选择可能对局部和全局束平差 （BA） 有用的点来限制地图点大小。本研究提出了一种高效的图优化方法，用于在此类SLAM系统中对地图点进行稀疏化。具体来说，我们将最大姿态可见性和最大空间多样性问题表述为最小成本最大流量图优化问题。所提出的方法作为现有SLAM系统中的附加步骤。

对象SLAM将对象的概念引入同步定位和建图（SLAM），并帮助理解移动机器人和对象级交互式应用程序的室内场景。最先进的对象SLAM系统面临着诸如部分观测，遮挡，不可观察的问题等挑战限制了建图的准确性和鲁棒性。本文提出了一种新的单目语义对象SLAM（SO-SLAM）系统，该系统解决了对象空间约束的引入。我们探索了三种具有代表性的空间约束，包括比例约束、对称纹理约束和平面支撑约束。基于这些语义约束，我们提出了两种新方法——更健壮的对象初始化方法和定向精细优化方法。

在本文中，我们提出了MonoRec，这是一种半监督的单目稠密重建架构，可以预测动态环境中单个移动相机的深度图。MonoRec基于多视图立体声设置，该设置对成本卷中多个连续图像的信息进行编码。为了处理场景中的动态对象，我们引入了一个 MaskModule，它通过利用成本体积中编码的光度不一致来预测移动对象遮罩。与其他多视图立体方法不同，MonoRec能够通过利用预测的掩码来重建静态和移动对象。此外，我们提出了一种新颖的多阶段训练方案，该方案具有不需要LiDAR深度值的半监督损失公式。

动态对象感知 SLAM（DOS） 利用对象级信息在动态环境中实现可靠的运动估计。现有的方法主要集中在从优化中识别和排除动态对象。在本文中，我们展示了基于特征的视觉SLAM系统也可以通过利用两个观察结果从动态铰接物体的存在中受益：（1）铰接物体的每个刚性部分的3D结构随着时间的推移保持一致;（2）同一刚性零件上的点遵循相同的运动。特别是，我们介绍了AirDOS，这是一个动态的对象感知系统，它引入了刚性和运动约束来模拟铰接对象。

视觉同步定位和建图 （VSLAM） 是许多机器人和计算机视觉应用的基本模块，从自主导航到增强现实 （AR）。没有闭环的轻量级VSLAM系统通常被称为视觉里程计（VO），这对于需要在资源有限的嵌入式设备上进行实时姿态估计的应用非常重要。由于VSLAM和VO的重要性，它们在计算机视觉和机器人社区中获得了广泛的关注。如今，深度学习技术在各种计算机视觉任务中优于传统方法。在VO方面，基于学习的方法近年来取得了重大进展。

强大而高效的同步定位和建图 （SLAM） 系统对于机器人自主性至关重要。对于可视化SLAM算法，尽管理论框架在大多数方面已经建立，但在大多数情况下，特征提取和关联仍然是经验设计的，并且在复杂环境中可能容易受到攻击。本文表明，使用深度卷积神经网络（CNN）进行的特征提取可以无缝地整合到现代SLAM框架中。所提出的SLAM系统利用最先进的CNN来检测每个图像帧中的关键点，并且不仅提供关键点描述符，而且提供整个图像的全局描述符。

我们提出了DM-VIO，这是一种基于两种新技术的单目视觉惯性里程计系统，称为延迟边缘化和位姿图BA。DM-VIO使用视觉残差的动态权重执行BA。我们采用边缘化，这是一种流行的策略，可以限制更新时间，但它不容易逆转，并且必须固定连接变量的线性化点。为了克服这个问题，我们提出延迟边缘化：这个想法是维护第二个因子图，其中边缘化被延迟。这使我们能够稍后重新推进此延迟图，从而在具有新的一致线性化点之前产生更新的边缘化。这是提议的姿势图束调整的基础，我们将其用于 IMU 初始化。

摘要我们为ORB-SLAM2提供了一个完整的SLAM系统，用于单目、双目和RGB-D相机，包括地图重用、环路闭合和重定位功能。该系统在各种环境中实时工作在标准CPU上，从小型手持室内序列，到在工业环境中飞行的无人机和在城市中行驶的汽车。我们的后端基于单目和双目观测的BA，允许使用度量尺度进行精确的轨迹估计。我们的系统包括一个轻量级的定位模式，该模式利用未建图区域的视觉里程跟踪，并与允许零漂移定位的地图点匹配。对29个流行公共序列的评估表明，

语义SLAM是自动驾驶和智能代理中的重要领域，它可以使机器人实现高级导航任务，获得简单的认知或推理能力，实现基于语言的人机交互。在本文中，我们构建了一个系统，通过将ORB SLAM[1]中的3D点云与来自卷积神经网络模型PSPNet-101[3]的语义分割信息相结合，创建语义3D地图，用于大规模环境。此外，还建立了一个新的KITTI[4]序列数据集，其中包含GPS信息和来自序列相关街道的谷歌地图地标的标签。此外，我们找到了一种将现实世界地标与点云地图相关联的方法，并构建了基于语义地图的拓扑图。

我们为实时度量-语义视觉-惯性同步定位和建图（SLAM） 提供了一个开源C++库。该库超越了现有的视觉和视觉惯性 SLAM 库（例如ORB-SLAM、VINS-Mono、OKVIS、ROVIO），实现了 3D网格重建和语义标记。用于快速准确状态估计的视觉惯性里程计（VIO）模块，用于全局轨迹估计的强大姿态图优化器，用于快速网格重建的轻量级3D网格划分器模块，以及用于快速网格重建的密集3D度量语义重建模块。

在本文中，我们首次提出了一种基于关键帧的 SLAM 的重定位方法，该方法可以在包含数千个关键帧的地图中以帧速率处理严重的视点变化。由于这种方法依赖于本地特征，它允许相机之间的互操作性，允许相机在由不同相机构建的地图中重新定位。我们还在包含数百个关键帧的循环中以关键帧速率执行闭环（检测+校正）。对于重定位和闭环，我们提出了一个带有 ORB 特征的词袋位置识别器，它能够在包含 10K 图像（没有几何验证）的数据库中识别花费少于 39 毫秒的位置，包括特征提取。

我们提出了一种使用从 FAST+BRIEF 特征中获得的词袋进行视觉位置识别的新方法。我们第一次构建了一个离散化二进制描述符空间的词汇树，并使用该树来加速几何验证的对应关系。我们使用完全相同的词汇和设置，在非常不同的数据集中呈现没有错误的优胜结果。包括特征提取在内的整个技术在包含 26300 张图像的序列中每帧需要 22ms，比以前的方法快一个数量级。索引词——地点识别、词袋、SLAM、计算机视觉。...

摘要当前的视觉SLAM系统构建的地图非常适合在会话期间跟踪相机。然而，这些地图并非设计用于在其他会话中使用不同的相机甚至相同的相机执行定位，而是从不同的视点观察地图。这种限制来自缺乏被识别的地图能力。在本文中，我们提出了一种新的基于关键帧的SLAM系统，它通过直接映射可用于识别的特征来提高地图的可重用性。我们的系统实时执行重定位和闭环，对视点具有高不变性。大规模解决了构建一个允许在本地执行大多数映射和跟踪操作的共可见性图。我们还结合了一种修剪机制来减少地图中关键帧的冗余。............

2015 IEEE International Conference on Robotics and Automation (ICRA)Washington State Convention CenterSeattle，Washington，May 26-30，2015摘要我们的场景理解能力，让我们能够感知周围环境的 3D 结构并直观地识别我们看到的物体，在很大程度上是我们认为理所当然的事情，但对于机器人来说，快速理解大场景的任务仍然极具挑战性.最近，基于 3D 重建和语义分割的场景理解方法变得.