《Parallel Tracking and Mapping for Small AR Workspaces》阅读笔记一

一、摘要

1.提出一种在未知场景中估计相机位姿的方法，由机器人导航领域的SLAM算法发展而来，这种方法已经有所研究。

2.这篇论文主要的贡献在于：将跟踪线程和绘图线程分成两个线程，在双核计算机上并行运算。一个线程进行相机的稳定跟踪；另一个线程用之前观测的视频帧中的特征点生成3D地图。

3.使用了计算量大的batch optimisation techniques，该方法一般不在实时系统中使用。

二、介绍

大部分增强现实系统是在已知用户环境先验知识的情况下运行的，比如：城市的地图、相关部件的CAD模型、基准标志的稀疏点云图等。如果这些地图或目标的模型具有足够的信息，注册就可以直接进行。然而在实际条件下，这些信息并不充分，这就促进了extensible tracking[21,14,4,28,2]的发展。这些方法尝试给系统的初始地图添加未知场景信息，之后，当感知区域不在初始地图上时，仍然能够注册。文献[4]中的初始地图仅仅由一个模板构成。

要想实现用户与虚拟目标自由地交互，必须实现精确而稳定的相机跟踪和地图绘制，并在探索新区域的