《SLAM室内三维重建技术综述》

该综述2018年7月发表于 测绘科学，一作：北京建筑大学

---

摘要

SLAM室内三维重建技术应用与各种移动测图平台，如移动背包、推车、微型无人机等。这篇文章首先对SLAM发展现状及关键技术进行整体回顾，然后基于不同移动平台及深度相机SLAM室内三维重建系统进行深入分析和比较，最后讨论SLAM技术在室内三维重建中存在的问题及发展趋势。

---

正文开始

一、SLAM是什么？

SLAM（simultaneous localization and mapping,SLAM）同步定位与地图构建， 是指携带传感器的运动物体，在运动过程中实现自身定位，并以适当的方式对周围环境进行同步建图的过程。SLAM最早由Smith、Self和Cheeseman于1988年提出。 由于其重要的理论与应用价值，被很多学者认为是实现真正全自主移动机器人的关键，主要用于： 实现机器人的自主定位和导航。

二、室内三维重建

针对室内3D重建，出现了以3D激光扫描技术和近景摄影测量技术为主的测量手段，相比较而言，3D激光扫描技术效率更高。由于传统静态三维激光扫描技术不能实现快速地进行整体三维重建，所需工作仍然较大。随着SLAM技术日趋成熟，室内3D实时快速重建成为可能。

三、SLAM现状

1.SLAM发展的三个阶段

1)古典时代（1986-2004）

主要将概论公式引入SLAM问题中，使得SLAM问题在理论上更加严谨。主要理论方法包括：扩展卡尔曼滤波器（EKF）、粒子滤波器和最大似然估计等。

2）算法分析时代（2004-2015）

主要包括对SLAM算法基础性质如可观测性、收敛性和一致性等的研究，同时在提高SLAM效率上的稀疏性解法取得进展。

3）鲁棒性时代（2015-至今）

让现有框架能够成功处理动态形变，有遮挡、光照变化等场景。

2.SLAM技术基于两大类传感器

1）激光传感器

可分为2D和3D激光扫描器。

2）视觉传感器

可分为单目视觉和双目视觉、以及新兴的RGB-D深度相机。

3.典型SLAM组成

典型的SLAM主要由前端里程计、后端非线性优化、回环检测、建图4个模块构成。

1）前端里程计

前端的作用就是‘估算运动’，主要计算相邻时间内传感器的运动关系，从而解算运动轨迹。前端里程计有两种，分别是 基于视觉传感器的 前端里程计和 基于 激光传感器 的前端里程计。
1> 基于视觉传感器的 前端里程计算法 采用直接法或特征点法或得相邻两帧图像间的运动关系。
2> 基于激光传感器的 前端里程计 采用迭代最近点(ICP)及其变种算法估算传感器相邻时间的增量运动。

2）后端优化

是对初始计算结果进行优化获得最优解生成统一轨迹和地图。后端优化有很多种方案，过去采用以扩展卡尔曼滤波（EKF）为主的滤波器方案，现在大多都采用非线性优化方案。EKF由于假设了马尔可夫性质，只利用前一状态来估计当前状态的值，这有点像视觉里程计中只考虑相邻两帧的关系一样，很难做到全局的优化。而现在常用的非线性优化方法，则是把所有数据都考虑进来，放在一起优化，虽然会增大计算量，但效果好得多。

3）回环检测

主要解决随着时间增加误差积累问题，搭载传感器的平台在移动一段时间后又回到起点或者到达之前经过的某点，进行误差检测和改正。回环通过减少了约束数，起到了减少累积误差的作用。那现在又有新的问题了，我们怎么知道可以由第二帧推算第五帧位姿呢？就像下图，可能第一帧、第三帧也可以呀。确实，我们之所以用前一帧递推下一帧位姿，因为这两帧足够近，肯定可以建立两帧的约束，但是距离较远的两帧就不一定可以建立这样的约束关系了。找出可以建立这种位姿约束的历史帧，就是回环检测。

（回环检测详解）

4）建图

实质是运动过程对环境的描述，所构建的地图形式分为：度量地图和拓扑地图。

1>度量地图

a.稀疏地图：对环境进行了一定的抽象和表达，不能表达周围环境的所有信息，通常用于快速定位与导航，具有较快的计算能力。
b.稠密地图：分为二维和三维。二维稠密地图由一定分辨率的小格子组成，三维稠密地图则由一定分辨率的方块或三维点云构成，主要用于三维重建。

2>拓扑地图

由节点和边两种元素组成，主要表达地图元素之间的连通性。

四、SLAM涉及4个模块的核心算法总结

i. 目前SLAM研究重点主要放在后端优化上，主要算法有粒子滤波、图优化、最小二乘滤波等优化算法。
ii. 由于最小二乘滤波算法简单并能够进行实时计算，曾被广泛采用。但随着建图规模增大，协方差矩阵会呈指数增长，这对于实时解很不利，求解精度差。
iii. 粒子滤波器对非线性问题具有很好的鲁棒性，但存在维度增长快的问题，无法进行实时大规模建图。
最近非线性图优化方法成为了主流方案，通过估计稀疏约束集的节点网络问题，能够有效解决SLAM后端优化的问题。近年来，非线性优化正逐渐取代传统滤波器，成为SLAM中的主要处理手段，当前出现了基于非线性优化方法的开源库（TO-RO[基于网络的树]、gto[通用图优化]）被成功应用于SLAM系统中。
下面分别从3种不同搭载平台（背包SLAM、推车SLAM、无人机SLAM）及新型传感器RGB-D相机SLAM在实时室内3D重建技术和相关产品方面进行详细的介绍。

---

五、背包SLAM

由于背包的便携性，并随着传感器及算法的发展，目前出现了多种不同传感器组合的背包SLAM系统。

背包CAD系统算法流程：

当前的背包SLAM系统并不成熟，仍处在发展阶段，算法和硬件的结合都在经历不断改进和优化的过程，效率和精度仍然有待提高。

六、推车SLAM

a. 使用Gmapping算法，融合垂直放置的二维激光扫描仪获取室内三维信息。
b.Gmapping算法中融合了高精度车轮测距信息，实验结果显示，位姿误差在2cm以内。（Gmapping是一个基于2D激光雷达使用RBPF（Rao-Blackwellized Particle Filters 粒子过滤器）算法完成二维栅格地图构建的SLAM算法。）
c.基于推车平台的SLAM系统有两个特点：可充分利用车轮的测距信息；主要用于平坦的室内环境。基于这两个特点使得推车SLAM系统对点云匹配算法的复杂性要求较低，且容易取得较为精确的室内3D点云。但同时基于推车的SLAM系统，无法在不平坦的室内环境或多楼层间进行三维重建。

七、无人机SLAM

鉴于微型无人机的尺寸较小、机动性强和悬停能力的特性，使其在无人环境中的室内3D重建中将成为理想的平台，但其有限的载重和高机动性也向其计算能力和搭载传感器的数量提出了挑战。

7.1 三种基于不同传感器的无人机SLAM方案

a. 以2D激光扫描器为主要传感器的无人机平台。通过ICP算法（迭代最近点）进行2D位姿解算，使用卡尔曼滤波融合2D姿态、高度和IMU数据恢复六自由度。（IMU:惯性测量单元，是测量物体三轴姿态角(或角速率)以及加速度的装置）。该系统采用基于视觉的回环检测，最后使用批量式图优化法进行优化，SLAM模块以一个很低的频率单独运行，在保证精度情况下尽量减少计算量，适用于规则的室内环境。

b. 基于相机为主传感器的系统设计，硬件系统由两个相机（分为主相机和辅助相机）和一个IMU(惯性测量单元)组成。基于硬件开发了单目-立体像对松耦合法。主相机为广角相机以高频率运行，用于解算姿态和生成局部地图，辅助相机为单目相机的补充，以低频率运行用于和主相机结合形成立体像对恢复场景尺度。将视觉系统解算出位姿数据和IMU（惯性测量单元）数据进行UKF（无迹卡尔曼滤波）求解，该方案主要受环境纹理信息以及光照条件限制较大。

c. 为提高系统的鲁棒性，提出了 多传感器融合方法，该方案融合之前无人机状态向量和相对测量数据生成一个增强的状态向量，参与UKF（无迹卡尔曼滤波）算法框架进行松耦合解算。计算能力的限制使该系统需要外部模块的支持，且无法对传感器数据以紧耦合方式进行融合，因此整体精度受限。

八、深度相机SLAM

a. 深度（RGB-D）相机采用的是主动测量原理，不受光照和纹理限制，且不存在单目相机尺度不确定性问题，因此相对普通相机比较容易进行稠密建图。随着RGB-D相机的流行，基于RGB-D相机传感器出现了大量实时三维重建方案，首次实现基于RGB-D实时3D重建，系统使用TSDF模型重建3D模型，由于没有设计回环检测算法，存在轨迹漂移问题，适合戈丁大小场景3D重建。
b.RGB-D相机 不足：存在测量距离短，噪声大等缺点，如Kinect v2.0可探测深度范围是：0.5-4.5米，深度值的误差在3-5cm。因此，基于深度相机的SLAM室内三维重建技术，仍只适用于小范围场景和精度需求较低的场景。

九、总结

a. 背包SLAM系统由于人的行走特性，使得算法设计复杂性更高，但其相对推车SLAM系统有着很大的灵活性，对室内环境要求较低，能够在多楼层之间进行一体化三维重建。
b. 推车SLAM系统一般用于比较平坦的室内外环境，其可充分利用车轮的测距信息，因此绘图效果较好，且算法并没有背包SLAM系统那样复杂，但缺点是灵活性较差，对环境适应能力较差。
c. 无人机SLAM系统侧重点在于导航和位姿估计，而无法分配更多计算资源供后端优化实现高精度的三维重建。因此，为了增强3D重建的精度，大多采用离线处理或将数据实时传到高性能上进行计算。
d.深度相机SLAM系统适合于小范围室内三维重建，可作为背包系统的补充。

SLAM室内快速三维重建是依赖硬件不断发展的技术，目前仍处于不成熟阶段。如何使用更加轻便的传感器在复杂室内环境实时地获得更加精确的室内三维模型，是未来的研究方向。

原文链接：《SLAM室内三维重建技术综述》