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。

你可能感兴趣的:(VSLAM)