【每日论文阅读】Collaborative Visual Inertial SLAM for Multiple Smart Phones

最新推荐文章于 2022-09-12 21:33:59 发布

scottyonthemoon

最新推荐文章于 2022-09-12 21:33:59 发布

阅读量839

点赞数 1

文章标签：视觉惯导SLAM 多智能终端联合建图鲁棒性 AR应用

本文链接：https://blog.csdn.net/u013188900/article/details/122340316

版权

文章目录

论文阅读：Collaborative Visual Inertial SLAM for Multiple Smart Phones

论文阅读：Collaborative Visual Inertial SLAM for Multiple Smart Phones

摘要

在大范围、长时间场景的AR应用下，高效和高精度建图至关重要。而多智能终端的联合SLAM算法是多用户AR互动的前提条件。多智能手机联合算法具备完成任务的高效、高鲁棒潜力，并且可以完成单终端无法完成的任务。然而，这种算法依赖于鲁棒的网络通信、高效的定位检测、鲁棒的地图以及高效的多设备信息共享机制。作者提出一种基于多智能终端的联合单目视觉-惯导SLAM算法，主要是应用于多智能手机（IOS）的一体化架构。每个终端可以独立探索环境，运行一个在线的VIO模块，然后发送所有的测量信息到高算力的中央服务器。服务器管理所有接收到的信息，并检测重叠区域，融合及优化地图，并根据需求与每个终端分享信息。我们已经在一部分公共数据集和真实环境下验证了系统的性能，其融合建图的精度与需要更高计算资源的VINS-MONO差不多。

主要贡献

提出第一个跨设备、基于多智能移动终端的单目VIO-SLAM。
该联合SLAM算法可以获得近似VINS-MONO在PC上的精度表现。
提出一个精确、鲁棒的多地图融合算法，通过基于双向重投影误差优化的本地滑窗获得更加精确的转换矩阵。

算法逻辑

在这里插入图片描述

手机端采用基于关键帧优化的VINS-Mobile算法，仅保留其中的VIO模块和local BA模块，并针对EuRoc数据集进行了输入适配。适配模块包括去畸变、读取和预处理图像、各测量单元对齐。
手机端通过5个线程管理6个模块，其中第5、6模块均为communication模块，由一个线程进行分管。通信模块主要负责将手机端关键帧和对应地图点传输至服务器，每一帧平均包含70个地图点、700个角点和对应的256-bit描述子。考虑到网络负载和丢包现象，将传输关键帧的大数据包分割为4*1024大小的小包传输，并设置210*1024的缓冲区。
服务器端接收到每个手机端的submap后，自动运行Place recognition功能，其中包含两种场景识别策略。一种是单地图场景检测，当检测到相似场景时，如果该终端submap没有融合其他地图，则启动Loop closure以及Inter-Map BA。如果检测到地图已经与其他终端融合，或者在服务器地图中检测到相似场景，则触发Multi-Map Fusion模块。在该模块中，首先会计算两个场景的变换矩阵，再通过Local BA以及Optimize Pose Graph进行全局优化。

在这里插入图片描述

Multi-Map Fusion模块逻辑：
- 检测到不同地图的相似关键帧后，首先建立本地滑窗。把匹配关键帧Kc和Km的临近关键帧分别提取到2个容器UKc和UKm，并将UKm的地图点全部投影到UKc上，映射矩阵为Kc和Km两帧通过PNP计算出的变换矩阵，并通过三角化的深度阈值筛除不可信的地图点。接下来对所有地图点寻找汉明距离最近的匹配点，通过RANSAC算法计算转换矩阵，将对应匹配点分别放在MPc和MPm。之后再通过新的变换矩阵，将UKc的地图点反投影到UKm上，再计算一次。
- 通过Local BA优化帧与帧之间的变换矩阵，如果优化后的位姿变换小于阈值，则进行地图融合。
- 如果Local BA运行，则在之后同步进行Optimize Pose Graph模块融合多个子地图。纠正的位姿信息重传播给各个子地图序列，并反馈给每个终端。