【ORB-SLAM 论文总结】A Versatile and Accurate Monocular SLAM System

本文为原创博客，转载请注明出处：https://blog.youkuaiyun.com/q_z_r_s/article/details/101036346

机器感知 一个专注于SLAM、三维重建、机器视觉等相关技术文章分享的公众号

---

Abstract

ORB-SLAM是一个基于特征点法的单目SLAM

1. Introduction

BA在给定好的初始值时可以对相机进行高精度定位估计，想要实现计算复杂度不严重的实时SLAM，必须满足如下要求：

a. 场景特征的对应观测分布在所有帧的子集中，即关键帧中
b. 由于复杂度随着关键帧的数量而增加，所以必须避免不必要的冗余
c. 要有足够的视差和充足的闭环匹配
d. 对关键帧位姿和3D点初始估值进行非线性优化
e. 使用局部地图优化实现可扩展性
f. 能够快速的执行实时的全局闭环优化，即位姿图优化

ORB-SLAM主要有以下贡献：
a. 统一使用ORB特征进行跟踪、建图、重定位及闭环检测
b. 通过使用共视图，将跟踪、建图在局部共视区域中完成，独立于全局地图
c. 基于位姿图优化的闭环检测，即所谓的 Essential Graph，来自于 spanning tree，即共视图中强连接的边和闭环
d. 实时相机重定位功能
e. 自动的初始化模型选择
f. 自适应的关键帧选择，自动剔除冗余帧

2. Related Wrok

2.1 Place Recognition

在大场景中，基于 appearance 的 place recognition 比基于 map-to-map 或者 image-to-image 的效果更好。词袋模型就是属于基于 appearance 的方法，比如概率方法 FAB-MAP，还有使用从BRIEF获得的二进制单词的DBoW2。为了改善 place recognizer，使用共视图进行约束闭环候选帧，而不只是单纯的选取最佳匹配帧。

2.2 Map Initialization

从两幅图中初始化的方法要么使用单应矩阵(适用于平面场景)，要么使用本质矩阵(适用于非平面场景，可以使用5点法恢复，但低视差时并不适合)，另外，视差充足时，也可以通过8点法恢复基础矩阵，相机位姿也可以无模糊的恢复。而作者使用的是同时计算基础矩阵和单应矩阵，根据阈值自动选择较好的模型来初始化系统。

2.3 Monocular Simultaneous Localization and Mapping

连续帧之间含有的有用信息很少，由此看来需要适当的选择frame，PTAM就是一个基于关键帧的SLAM系统，并首次将跟踪、建图分离思想引入到SLAM中。同时，为了矫正系统尺度漂移，使用 sim3 进行7自由度位姿图优化。

3. System Overview

3.1 Feature Choice

作者选择特征的出发点是统一系统建图、跟踪及场景识别所用的特征，这里使用ORB。

3.2 Three Threads: Tracking, Local Mapping, and Loop Closing

系统总共三个并行线程：跟踪、局部建图、闭环检测

Tracking 线程负责估计每帧相机位姿，并决定是否需要插入新的关键帧。

Local Mapping 线程处理新的关键帧，并执行 Local BA 优化，然后对新的关键帧与其共视关键帧间再找一些新的匹配点。

Loop Closing 线程检查每个关键帧是否产生了闭环，如果确定了闭环检测，然后就计算 sim3 变换，然后再进行 sim3 位姿优化来保证全局一致性。

3.3 Map Points, Keyframes, and Their Selection

地图点和关键帧的创建很普通，但是会在后续的流程中执行剔除机制，即检测冗余关键帧和误匹配点、无法跟踪的地图点，这遏制了地图的扩张，同时提高了 tracking 的鲁棒性。

3.4 Covisibility Graph and Essential Graph

该系统从初始的关键帧开始建立增量 spanning tree，由此形成 Covisibility Graph and Essential Graph。

3.5 Bags of Words Place Recognition

闭环检测

4. Automatic Map Initialization

同时计算单应矩阵和基础矩阵，使用DLT八点法，模型选择使用评分比值决定：

选择好模型之后，单应矩阵会分解出8个可能的结果，基础矩阵会分解出4个可能的结果，最终会得到一对 [R | t]，由此可对场景点进行重建，重建之后执行全局BA优化初始化这两帧的位姿、3D点。

5. Tracking

特征提取–>帧间位姿估计(tracking失败时进行重定位)–>跟踪局部地图–添加新的关键帧，其中关键帧选择标准如下：

6. Local Mapping

插入新的关键帧，更新关键帧共视图、spanning tree，地图点剔除，创建新的地图点，Local BA，关键帧剔除

7. Loop Closing

闭环候选帧检测–>计算闭环帧 sim3 变换–>使用闭环 sim3 矫正当前关键帧位姿，并传播到当前帧的共视帧–>Essential Graph sim3 优化