阅读高翔的RGBD-SLAM博文笔记

目录

• 高翔的RGBD-SLAM笔记
  • 前端VO：
  • 后端优化

高翔的RGBD-SLAM笔记

RGBD相机的特点：

使用RGBD相机中的深度这一维信息，以及相机的针孔成像模型，相机的内参，可以将二维点恢复成三维()

前端VO：

二维的RGB图像则用于视觉里程计Visual Odometry，以连续两帧为例：

• 对两帧图像做特征点匹配（先分别提取特征，然后计算描述子，根据匹配算法来计算点对之间的匹配距离)

• 有了匹配点对，可以用ICP 或是PnP 等方法求解相机的变换矩阵T (由旋转矩阵Rotation和平移矩阵Translation组成)，也就是相机的位姿估计

• 一个简单的两帧VO形成，存在问题：

  • 当帧数增多时，如何取舍？

  • 误差会随着时间累积，如何通过回环检测来减少误差累积带来的影响

• 得到姿态后，可以将其都转到同一坐标系下，且都转为3D点云，拼接，由此可以得到这两帧对应在某个世界坐标系下的地图 (也就是点云拼接)

  • 需要注意！！！这里是RGBD SLAM，也就是深度信息是已知的，相当于估计出相机自身的位姿之后，就可以将图像里的观测数据转换成估计的路标点(或是估计的环境内容 属于mapping的内容)

后端优化

引入姿态图，G = {V, E}

• 最简单情况下，节点V代表相机的各个时刻的姿态，而边指的是两个节点之间的变换

  • 可以理解成，节点 $v_1 = T_1 = T_{world->frame1} $， 而边 \(e_{12} = T_{12} = T_{frame1->frame2}\)

• 在VO中，姿态图是链状结构

  

• 但是如果是存在回环，则由于存在误差，使得所有的边给出的数据并不一致【比如 T13 * X1 不等于 T23 * X2 】

  

  由此，可以优化一个不一致性误差：
  \[
  \min E = \sum_{i,j} ||x_i^*-T_{i,j} x_j^*||^2_2
  \]
  这里的 \(x_i^*\) 表示 \(x_i\) 的估计值，也就是随机或指定一个初始值 然后通过优化算法不断迭代更新的

关键帧的提取

• 把每一帧都拼到地图里面比较耗费时间与空间，因为帧间距离很近(时间间隔短)

• 所以只把关键帧拼到地图里。具体来说，对于新来的帧，将其和当前所有关键帧的最后一帧匹配，估计一下从关键帧到新帧的变换矩阵：

  • 如果变换较小 则认为离前一个关键帧很近，丢弃；

  • 如果变换太大，可能是计算错误；

  • 如果匹配点较少则说明该帧图像质量不高；

  • 剩下的情况是，特征匹配成功，运动估计正确，同时又离上一个关键帧有一定距离，则认为是新的关键帧

• 最后再将新的关键帧加入后端优化的过程：检测回环、加入姿态图优化、拼接点云地图

回环的检测

• 回环的本质是识别曾经到过的地方。

• 最简单的回环检测策略，就是把新来的关键帧与之前所有的关键帧进行比较，不过这样会导致越往后，需要比较的帧越多。所以，稍微快速一点的方法是在过去的帧里随机挑选一些，与之进行比较。更进一步的，也可以用图像处理/模式识别的方法计算图像间的相似性，对相似的图像进行检测。