RGB-D dense mapping with feature-based method

RGB-D dense mapping with feature-based method

    基于ORB-SLAM2和Kintinuous的稠密建图。

    系统框图：

    系统流程描述：

    （1）使用Kintinuous中提出的moving volume来表示当前帧视野范围内的重建区域，不同于kintinous在位姿图优化后用嵌入的变形图修正点，文中将图像与优化后的相机位姿重新融合，在用户扫描结束后再生成稠密的表面。

    （2）用重构的稠密图过滤出稀疏特征图中特征的离群点，关键帧的深度图根据相机位姿从TSDF体素进行光线投射。局部地图中的特征点投影到最近的关键帧中。如果特征的深度值与深度图中相应点之间的差异超过阈值，则该特征被视为异常值并从特征图中移除。在最小化重投影误差的前提下，将差分值与特征金字塔层相结合计算信息矩阵。在生成的稠密表面附近重建的稀疏地图中的特征对相机的跟踪有很大的影响。

1. Dense Mapping

    使用Kintinuous中的volume shifting method。

    体素值的更新：

2. Tracking

    和ORB-SLAM2系统一样。

3. 实验结果

    数据集：ICL-NIUM benchmark datasets、Dyson Laboratory sequence

4. 展望

    将IMU测量集成到系统中。