29、无纹理环境下基于关键对象的视觉SLAM算法详解

无纹理环境下基于关键对象的视觉SLAM算法详解

1. VSLAM算法流程概述

VSLAM（Visual Simultaneous Localization and Mapping，视觉同步定位与地图构建）算法在无纹理环境下的应用具有重要意义。整个VSLAM算法流程主要围绕数据集的处理、基于关键对象的视觉SLAM构建以及关键对象的参数化展开。

2. 数据集详情

2.1 数据规格

选择在虚拟地下车库模型中模拟车辆运动来获取数据集，主要基于以下原因：
- 车库中的视频或图像序列具有独特特征，如大量无纹理图像、大量直线和平面，且图像外观和特征常具有重复性。
- 车辆驶入停车场常需连续旋转运动，对单目VSLAM系统是挑战。
- 目前缺乏包含车库或类似特征环境图像的数据集。

使用3DS - Max插件MadCar 4提供虚拟轮式车辆动画，并模拟场景中作为障碍物的移动车辆运动。场景模型在Autodesk 3DS - MAX中构建，图像由V - Ray工业离线渲染器渲染，它采用路径追踪技术模拟真实全局光照以渲染高质量逼真图像。

每个序列包含以下内容：
1. 世界坐标系下每帧的相机6自由度姿态。
2. 已去畸变的广角图像和鱼眼图像。
3. 每帧上重要对象的边界框及其在相机坐标系中的相对变换。
4. 每帧每个像素的深度。
5. 每帧的语义/实例分割。
6. 每帧对象边界的边缘图。
7. 从一帧到下一帧的光流。
8. 针孔相机模型和鱼眼相机模型的相机内参。
9. 广角图像和鱼眼图像的立体图像对。
10. 具