56、RGB-D视觉里程计最新方法评估

RGB-D视觉里程计最新方法评估

在当今的机器人和计算机视觉领域，视觉里程计是一个关键的研究方向，尤其是基于RGB - D图像的视觉里程计。本文将对几种开源的、能在普通笔记本CPU上实时运行的RGB - D视觉里程计系统进行评估。

1. 相关工作

视觉里程计的核心问题之一是帧到帧的变换计算，即根据移动相机在不同时间点捕获的两个数据帧，计算相机位置之间的刚性变换。现有的RGB - D相机解决方案大致可分为三类：
- 稀疏或基于特征的方法 ：这是经典运动结构立体里程计管道的直接改编。通过解决一组稀疏3D点的绝对定向问题来计算帧间运动，每个点都是环境中的显著且可重复特征。通常会嵌入一个鲁棒估计框架来容忍异常点。例如，Huang等人展示了适用于四旋翼微型飞行器的系统，能在具有丰富视觉特征的静态室内环境中实现实时运行和自主飞行；Du等人设计了用于交互式环境建模的里程计系统，采用了一种新颖的假设分级方法；Domínguez等人提出了具有显式特征过滤阶段的系统。
- 密集或直接方法 ：通过迭代对齐帧来最小化特定误差函数来解决运动估计问题。例如，使用深度图像定义的3D表面之间的几何误差可得到迭代最近点（ICP）算法；Pomerleau等人提出了模块化且高效的ICP库和里程计系统；Steinbrücker等人最小化强度图像之间的光度误差；Kerl等人提出了更准确且能容忍环境中适度动态的广义扩展版本。
- 混合方法 ：Henry等人提出了两阶段算法，基于特征的方法产生初始运动估计，然后作为ICP算法的起点。尽管实验表明该算法优于其组件，但计算复杂度使其无法实时运行。后来Endr