41、视觉SLAM与ROS 2技术解析

视觉SLAM与ROS 2技术解析

1. 视觉SLAM技术概述

视觉同步定位与地图构建（Visual SLAM）是机器人领域的关键技术，它能让机器人在未知环境中实现自我定位并构建环境地图。下面将介绍两种典型的视觉SLAM系统：ORB - SLAM3和LVI - SAM。

1.1 ORB - SLAM3系统

ORB - SLAM3是一个典型的视觉SLAM系统，主要包括数据处理、初始化、视觉里程计、地图维护、闭环检测等部分。与前两代相比，它在单目、双目视觉和RGB - D的基础上增加了惯性传感器，引入了视觉 - 惯性和多地图模式（Atlas）以及地图合并功能。它是一个完整的多地图和多会话系统，能够在纯视觉或视觉 - 惯性模式下，使用单目、双目或RGB - D传感器，采用针孔和鱼眼相机模型工作。

1.1.1 主要模块

ORB - SLAM3有四个主要模块，具体如下：
|模块名称|功能描述|
| ---- | ---- |
|跟踪线程（Tracking thread）|处理传感器信息，实时计算当前帧相对于活动地图的位姿，最小化匹配地图特征的重投影误差。同时决定当前帧是否成为关键帧。在视觉 - 惯性模式下，通过包含惯性残差的优化来估计身体速度和IMU偏差。当跟踪丢失时，尝试在所有Atlas地图中重新定位当前帧。|
|闭环与地图合并线程（Loop and map merging thread）|以关键帧速率检测活动地图和整个Atlas之间的公共区域。如果公共区域属于活动地图，则进行闭环校正；如果属于不同地图，则将两个地图无缝合并为一个，成为新的活动地图。闭环校正后，在独立线程中启动全BA以进一步优化地图，不