【论文笔记】SD-VIS A Fast and Accurate Semi-Direct Monocular Visual-Inertial SLAM

关键词：视觉惯性；半直接 SLAM；多传感器融合

一、摘要：

问题： 如何权衡准确率和计算效率

方法： 半直接法。基于特征法的 MVG 进行初始化、后端优化和回环检测；滑动窗口优化

结果： 实现准确度和速度的均衡

二、结论

文章缺陷： 无

课题构思（如何一步步得到结论）：

1. 直接法追踪非关键帧并加速算法
2. 特征法回环检测，解决长期运行问题

未解问题： 扩展算法以支持多传感器融合

三、粗看图表

数据来源： EuRoC 数据集

重要指标： RMSE、平均时间、关键帧数量及计算耗时、平移绝对位姿误差

四、引言

研究原因： 现有传感器单独使用时缺点明显：立体相机只能在有限深度范围估计准确；雷达存在户外玻璃表面反射的问题；IMU 有偏移和噪声；单目相机具有尺度不变性。特征法和直接法有明显缺点（前面文章已总结）。

课题阶段（染色为当前阶段）：

主要贡献： 多传感器融合的视觉惯性导航系统（VINS）、SD-VIS

理论假设： 主要研究基于多传感器融合的单目视觉惯性导航系统（VINS）

五、实验过程

模型步骤，每个步骤的结论：

• 系统框架总览：

• IMU 测量和视觉惯性对齐

  1. 符号说明

  2. IMU 预积分

  3. 视觉惯性对齐

     IMU 测量值与可视图像对齐完成初始化。VINS-Mono 方法重参数化重力矢量

• 视觉测量：

  1. 三种关键帧选取策略（满足其一即可）：

     ​ ① 跟踪特征点，滑动窗口中最后一帧中的跟踪点数小于最小跟踪点阈值的70％；

     ​ ② IMU 预积分计算出的滑动窗口最后两相邻帧间的平移距离超过阈值；

     ​ ③ 最后一帧和倒数第二帧特征点的平均视差超过阈值。

  2. 关键帧的追踪

     ​ 关键帧使用快速特征检测器在滑动窗口最后一帧添加新特征点，KTL 稀疏光流算法追踪。RANSAC 和基本矩阵模型消除异常值。

  3. 非关键帧的追踪

     直接图像对齐估计相对位姿，最小化图像块之间的光度误差优化位姿

• 基于滑动窗口的紧耦合优化框架

  结合 IMU 残差，视觉重新投影误差，先验信息和重新定位信息，再次优化姿态和3D点位置。

  1. 边缘化策略

     若当前帧为关键帧，则该帧将保留在滑动窗口中，最旧的帧被边缘化，丢弃特征点，删除视觉和惯性测量值；

     若当前帧不是关键帧，则滑动窗口中的最后一个帧将被边缘化，与该帧相关的所有视觉度量移除。

  2. 重定位（消除累积误差）

     DBoW2 闭环检测，有环路时对齐滑动窗口

• 实验：

  ​ 评估 EuRoC 数据集上 SD-VIS 的准确性、鲁棒性和实时性能，将SD-VIS方法与最新的视觉SLAM方法进行比较。

  1. 对 SD-VIS 的准确性和鲁棒性进行评估。实验结果表明，该方法的准确性和鲁棒性达到了与最新技术相同的水平
  2. 评估实时性能，该方法在精度和实时性能之间达到了良好的平衡