转载-RTAB-Map

以下出自【泡泡机器人SLAM】微信公众号，

本文决定扩展RTAB-Map以支持视觉和激光雷达SLAM，在一个软件包中提供一个工具，允许用户使用不同的机器人和传感器实现和比较各种3D和2D对于各种应用的解决方案。本文介绍了RTAB-Map的扩展版本及其在大量流行的真实数据集进行定量和定性的比较，（例如KITTI, EuRoC, TUM RGB-D, MIT Stata Center）。从自主导航应用的实用角度概述视觉和激光雷达SLAM配置的优势和局限性。

RTAB-Map，（ for Real-Time Appearance-Based Mapping）用于基于外观的实时建图[Labb ́e and Michaud, 2013,Labb ́e and Michaud, 2017], 是一个通过内存管理方法实现回环检测的开源库，。从限制地图的大小以使得回环检测始终在固定的时间限制内处理，从而满足长期和大规模环境在线建图要求。 从2013年开始并于2013年作为开源库发布，RTAB-Map已经扩展到完整的基于图的SLAM方法[Stachniss et al., 2016] ，被用于各种设置和应用[Laniel et al., 2017, Foresti et al., 2016, Chen et al., 2015, Goebel, 2014] 。 因此RTAB-Map已经发展成为一个跨平台的独立C ++库和一个ROS包，且由以下实际需求驱动着：

在线处理

鲁棒而低漂移的里程计

鲁棒的定位

实用的地图生成和开发

多会话的建图（又称为机器人绑架问题或初始化状态问题）

1、RTAB-Map 整体描述

图1 RTAB-Map ROS节点的框图。所需输入是：TF，用于定义传感器相对于机器人底座的位置; 来自任何来源的里程计（可以是3DoF或6DoF）; 其中一种相机输入（一个或多个RGB-D图像，或双目立体图像），且带有相应的校准消息。可选输入：2D激光的雷达扫描，或3D激光的点云。然后，来自这些输入的所有消息被同步并传递给graph-SLAM算法。输出的是：Map Data，包含最新添加的节点（带有压缩传感器数据）和Graph; Map Graph，没有任何数据的纯图;TF，矫正过的里程计; 可选的OctoMap（3D占用栅格地图）; 可选的稠密点云地图; 可选的2D占用栅格地图。

2、视觉里程计

图2 RGBD里程计和双目立体视里程计的ROS节点框图。TF定义相机相对于机器人基座的位置，并作为输出来发布机器人基座的里程计变换。对于RGB-D相机或立体相机，管道是相同的，除了多计算一步相应的立体深度信息，以便稍后确定检测到的特征的深度。可以有两种里程计的方法：绿色的帧到帧（F2F）方法，红色的帧到地图（F2M）方法。

3、激光里程计

图3 ICP里程计ROS节点框图。TF定义激光雷达相对于机器人基座的位置，并作为输出以发布机器人基座的里程计变换。可以有两种里程计的方法：绿色的扫描到扫描（S2S）方法，红色的扫描到地图（S2M）方法。 这些方法还可以选择使用恒速模型（粉红色）或其他里程计（蓝色）进行运动预测。 对于后者，输入测距的校正发布在TF上。

4、局部地图

图4 STM的局部占用栅格地图创建。 依赖的参数（由椭圆显示），可选用激光扫描和点云输入（由棱形显示），局部占用栅格地图可以是2D或3D。

5、全局地图。

图5 全局地图集成。依赖于局部地图创建地图的类型（见图4）。当只有3D局部占用栅格地图可用于生成3D占用栅格地图（OctoMap）及其2D地图。

主要结果

第一部分：里程计比较

1、 KITTI数据集

表3 不同里程计方法和不同传感器的RTAB-Map在KITTI序列中相应的ATE（m）结果

表4 不同里程计方法和不同传感器的RTAB-Map在KITTI序列中相应的平均平移错误率（%）结果

表5 目前KITTI里程计的积分榜状态

2、TUM数据集

图9 三个TUM序列的轨迹，使用RGB-D的RTAB-Map里程计F2M（蓝色）Ground Truths（黑色）。 由RTAB-Map估计的位姿与Ground Truths之间的误差以红色显示。

表6 不同里程计方法和不同传感器的RTAB-Map在TUM序列中相应的ATE（cm）结果

3、EuRoC数据集

图 10 对于EuRoC三个序列的实验，上面是使用双目立体里程计F2M的RTB-Map的轨迹，下面是使用视惯里程计的OKVIS的轨迹。估计的位姿（蓝色）与Ground Truths（黑色）之间的误差以红色显示。

表7 不同里程计方法的RTAB-Map在EuRoC序列中相应的ATE（cm）结果

4、MIT Stata Center

图11 RTAB-Map的WheelIMU→S2M与其他基于激光雷达的SLAM方法的比较

第二部分：地图评估

图12 局部占用栅格地图示例。障碍细胞以红色显示，空的和地面的栅格以绿色显示。 黑色网格仅是视觉参考，单元格大小为1米。

图13 2D占用栅格地图示例

图14 使用RGB-D相机的OctoMap地图，a）深度16，b）深度14

第三部分：内存性能评估

图15（a）为没有内存管理的情况，（b）为有内存管理的情况，RTAB-Map ROS节点内的每个模块所需的处理时间。