GPO：快速、准确地进行单眼SLAM初始化的全局平面优化

GPO：快速、准确地进行单眼SLAM初始化的全局平面优化

摘要

初始化对于单目SLAM来说是必须的。本文重点研究了一种基于平面特征的单目SLAM初始化方法。该算法从滑动窗口的单应矩阵估计开始，然后通过全局平面优化（global plane optimization, GPO）获取相机位姿和平面法线。3D点可以通过使用平面约束恢复，无需三角化（or三角测量）。本文提出的方法充分利用了多帧的平面信息，避免了单应矩阵分解中的模糊性。我们在收集来的棋盘数据集上参照基准方法的实现，验证了我们的算法，并进行了广泛的分析。实验结果表明，我们的方法在准确度和实时性两方面都优于调优后的基准方法。

背景介绍

单目SLAM旨在从单个输入的视频流中，同时估计相机轨迹、重建未知环境。其被广泛应用于增强现实（AR）和自动驾驶领域。为了引导单目SLAM系统，通常必须进行初始化。在初始化期间，相机位姿和初始地图是为后续的跟踪和建图建造的。不良的初始化会减慢系统的收敛速度，甚至导致定位的失败。

单目SLAM的一般初始化方法基于本征矩阵（or基础矩阵）分解。然后通过三角化获得三维地图。接着，使用PnP算法估计其他帧的位姿。整个过程之后可以进行增量式局部SFM。

然而，这种初始化机制有一些缺陷。首先，需要足够大的视差才能进行准确的三角化，并且不能通过纯旋转估计特征点深度（译者注：因为会导致基础矩阵自由度下降）；其次，由于SfM问题的规模很大，需要很长时间才能收敛；最后，人造长江通常由地面和前面之类的平面结构组成，导致本征矩阵的退化。

为了处理平面规则性，一些方法估计两帧之间的单应矩阵，而不是本征矩阵。但是，单应矩阵分解的几何模糊性使得设计适应不同应用的良好选择策略变得很棘手。此外，上面所有的系统只使用了两帧的观测。如果我们可以利用更多来自平面场景的帧的信息，就有望获得更准确的估计。

为了解决所有的这些问题，我们提出了一种快速、准确的单目SLAM初始化方法。在我们的方法中，我们首先使用RANSAC估计第一帧和当前帧之间的滑动窗口中的单应矩阵。然后，我们使用全局