单目视觉slam（OrbSlam:A Versatile and Accurate Monocular SLAM System）

ORB-SLAM is a versatile and accurate SLAM solution for Monocular, Stereo and RGB-D cameras. It is able to compute in real-time the camera trajectory and a sparse 3D reconstruction of the scene in a wide variety of environments, ranging from small hand-held sequences of a desk to a car driven around several city blocks. It is able to close large loops and perform global relocalisation in real-time and from wide baselines. It includes an automatic and robust initialization from planar and non-planar scenes. Demostrating videos, code and related publications are shown below.

https://github.com/raulmur/ORB_SLAM

Authors: Raúl Mur-Artal, Juan D. Tardós, J. M. M. Montiel and Dorian Gálvez-López (DBoW2)

ORB-SLAM: https://github.com/raulmur/ORB_SLAM . (Monocular. ROS integrated)
ORB-SLAM2: https://github.com/raulmur/ORB_SLAM2 . (Monocular, Stereo, RGB-D. ROS optional)

ORB-SLAM and ORB-SLAM2 are released under a GPLv3 license.
For a closed-source version for commercial purposes, please contact the authors: orbslam (at) unizar (dot) es.

参考：http://webdiis.unizar.es/~raulmur/orbslam/

关联论文：

[2] Raúl Mur-Artal, J. M. M. Montiel and Juan D. Tardós.
ORB-SLAM: A Versatile and Accurate Monocular SLAM System.
IEEE Transactions on Robotics, vol. 31, no. 5, pp. 1147-1163, October 2015.
2015 IEEE Transactions on Robotics Best Paper Award .
DOI: 10.1109/TRO.2015.2463671
[pdf]

 

摘要：本文介绍了ORB-SLAM，一种基于特征的单目SLAM系统，该系统可在小型和大型、室内和室外环境中实时运行。该系统对严重的运动杂波具有鲁棒性，允许宽基线环路闭合和重新定位，并包括全自动初始化。在近年来优秀算法的基础上，我们从头开始设计了一个新系统，该系统在所有SLAM任务中使用相同的功能：跟踪、映射、重新定位和循环闭合。选择重建的点和关键帧的适者生存策略可产生出色的鲁棒性，并生成仅在场景内容发生变化时才会增长的紧凑且可跟踪的贴图，从而允许终身操作。我们从最流行的数据集中对27个序列进行了详尽的评估。ORB  SLAM相对于其他最先进的单目SLAM方法实现了前所未有的性能。为了社区的利益，我们公开了源代码。

1. 简介

已知光束调整（BA）可提供精确的摄像机定位估计以及稀疏几何重建[1]，[2]，因为提供了强大的匹配网络和良好的初始猜测。长期以来，这种方法被认为是实时应用无法负担的，例如视觉同步定位和映射（visualslam）。视觉SLAM的目标是在重建环境的同时估计摄像机的轨迹。如今，我们知道，为了以非禁止性计算成本获得准确结果，实时SLAM算法必须为BA提供：

•在选定帧（关键帧）子集中对场景特征（贴图点）的相应观察。
•随着关键帧数量的增加，复杂性增加，选择关键帧应避免不必要的冗余。
•关键帧和点的强大网络配置，以产生准确的结果，即一组分布良好的关键帧，观察具有显著视差和大量环路闭合匹配的点。
•非线性优化关键帧姿势和点位置的初始估计。
•勘探中的局部地图，其中优化重点是实现可扩展性。
•能够执行快速全局优化（如姿势图）以实时闭合循环

BA的第一个实时应用是Mouragon等人[3]的视觉气味试验工作，随后是Klein和Murray[4]的开创性工作，称为平行跟踪和映射（PTAM）。该算法虽然局限于小规模操作，但为关键帧选择、特征匹配、点三角剖分、每帧摄像机定位以及跟踪失败后的重新定位提供了简单而有效的方法。不幸的是，有几个因素严重限制了它的应用：缺乏环路闭合和适当的遮挡处理，对重新定位观点的不变性低，以及地图引导需要人为干预。

在这项工作中，我们以PTAM的主要思想、Galvez-L'opez和Tard'os的位置识别工作[5]、Strasdat等人[6]的尺度感知环路闭合以及大规模操作中共视性信息的使用[7]、[8]为基础，从头开始设计ORB-SLAM，这是一种新颖的单目SLAM系统，其主要贡献有：