PL-SLAM: 基于点和线条的实时单目slam

大家好，对于VSLAM研究人员当然要对最新的VSLAM的研究做下总结了，这次为大家介绍PL-SLAM。

上图就是PL-SLAM的框架，是不是感觉和ORBSLAM很像呢？比较典型打特征法+直接法的结合的关键帧的Vslam

跟ORBSLAM有三个主要线程：跟踪 、构图、回环检测

一、Tracking（估计相机的位置，根据约束条件，产生新的关键帧）

特征提取方面：ORB、lsd的线条像素特征

（其实我们一直关系的一个问题，如果面对一面白墙怎么办？）

初始化估计：同样包含两种了一种是ORBslam的初始化形式，另一种则是应该树通过极限搜索的方式跟lsdslam比较像

重定位：词袋模型，关系图（同lsd是一样的）

二、Local MAPING

剔除：点和线剔除

三角化：点和线

局部BA:点和线

关键帧剔除

三、loop clousing

只做了点特征的回环，主要线条回环计算太大。

四、效果

对比发现，精度有所提高！那么实时性怎么样呢？

作者测试的是20fps。

五、总结：

总体感觉是把ORBSLAM+LSDSLAM的比较优秀的前端策略加到一起，在关键帧的筛选上有些亮点，毕竟增加线条约束。亮点不多，主要现在还没有源码，没办法实际测试效果。作者也会在最近公开自己的源码。