Elastic fusion 与 Kintinous 在线对比效果（奥比中光相机）——实验（一）

      大家好，最近在研究 使用rgbd 相机实时三维重建，使用到大名鼎鼎的efusion 与 Kintinous ,发现在回环测试方便efusion 效果更好，之前看过清华-高翔 做的ORB-SLAM 增加pointcloud 模块 ，可惜是稠密部分没有回环，阴影重叠太过明显。 那个代码我自己做了修改，关键帧上筛选，最后结束时，会做重做一次icp ，效果会好点。

本身github 上的代码测试 klg 格式的，我测试了KinectV2效果，由于他的深度图使用的是512*424 （好像是这个，我忘了），如果使用需要修改这个size ，不然初始话会出问题 。

1、算法原理介绍：

付大神 已经介绍的很消息了，如果有需要的可以关注他的博客：http://blog.csdn.net/fuxingyin/article/details/51436430

我简单说下，回环部分，efusion 有局部回环和全局回环，可能理解有所偏差，请不吝赐教。

局部回环：

其实回环的 非常关键的，如果检测不到回环的话，重建出来的效果就会出现重影，就算后期用点云处理软件处理起来也是非常麻烦的。

如图，当相机向左边移动，当回到以前经过的地方(ii）,本文用一个活动区域 和非活动区域 ，可以认为是重建时间先后的关系。当有重叠部分 ，存在回环的话，计算两帧的点云，将这两帧进行配准。

抽取两帧点云， 需要满足下面约束的条件：

      H为 活动区域与非活动区域投影的配准计算得到的位置矩阵，Pt为当前帧和surfels之间的位姿，p(u,Dat)表示输入图像（投影得到的图像），Titu(u)和t代表点云的时间。

局部回环有跟局部BA 很像，都是用到投影误差。

全局回环检测：

     上图中的（x）,当相机从活动区域移动非活动区域，出现漂移，出现没有对准的情况，在（VII）用红色箭头显示等效点，触发全局回环闭合，同样是由活动区域对准非活动区域，非活动区域被激活，回环采用的算法是Randomized Ferns(这部分付大神已经有人介绍过了，这是不多介绍了)。

同样的也有个约束条件：

全局和局部回环的区别：

有人会问既然有局部回环 ，为什么还用使用用全局回环？

     全局的目的在与消除之前因为移动过大，角度过大，产生的累计误差，起到消除累计误差的作用。全局情况，也就是大闭环前提不是在因为交叠起作用的，活动区域与非互动区域对应点没有出现交叠，也不能用重投影的方法来消除误差。

光有全局回环，没有局部回环是否可以行呢？

      我觉得不太可行，局部回环的目的在于消除重叠，通过投影出的点来计算位姿，如果不使用重定位，就做个做个大闭环，最后通过全局回环检测来消除因漂移过大导致的误差，这个的方式也不太靠谱，全局回环会把误差平均到每个帧上，有些部分是误差很小，最后反而误差变大了。

2、实验效果：

数据测试效果（略）

在线测试效果：

Ubuntu14.04 

相机：奥比中光

全局图显示看下：

Kintinous实验效果：

由于 efusion 只能适用小场景，多小算小呢 其实就是一个房间差不多，其实跟你内存有关的。

下面看下kintinous 效果：

总结：

总的来讲，效果还是很不错，efusion 回环效果 更好些，缺点只能是小场景。Kintinous回环有点问题，不知道是不是好的那部分代码没有开源出来把，有时候测数据集闭环效果也不是特别好。

----------------------------------------------------------------------

原创内容，商业行为、转载、转发请注明出处》》》》》》》