常用的RGB-D SLAM解决方案

目前室内RGB-D SLAM的sota方法有哪些呢？

由于室内场景的稠密三维重建是一个非常火热的研究领域了，到目前为止出现了许许多多好的研究工作，恕能力和时间的限制，不能进行一一介绍，所以对目前一些比较常用的RGB-D SLAM解决方案进行介绍。

1.BundleFusion

BundleFusion是一种稠密的实时室内场景三维重建算法框架。输入为RGB-D相机采集的并且是对齐好的RGB图像和深度图的数据流。输出为重建好的稠密三维场景模型。

整个算法流程如下图所示：

其优点在于重建效果在所有RGB-D SLAM中靠前，支持在GPU上实时鲁棒跟踪，可以在跟踪失败时移动到重建成功的地方进行重定位，匹配上后继续跟踪。

但是缺点在于由于成像传感器存在噪音，稀疏关键点匹配可能产生小的局部误匹配。这些误匹配可能会在全局优化中传播，导致误差累积。实际重建时效果和所使用深度相机的性能、待重建场景的纹理丰富程度关系很大。

论文获取地址：http://arxiv.org/pdf/1604.01093.pdf

项目地址：https://graphics.stanford.edu/projects/bundlefusion/

源码获取地址：https://github.com/niessner/BundleFusion

2.InfiniTAM

InfiniTAM是牛津大学于2016年发表的稠密SLAM方案，目前已经发展到了v3版本，该方案基于KinectFusion和体素块哈希表发展而来。首先，InfiniTAM方案在建图部分利用TSDF模型（截断符号距离场）进行建模，只是在建模的时候，不是对整个空间都划分等大小的网格，而是只在场景表面的周围划分网格，且只为待重建的表面上的体素块分配显存，并使用哈希表这一结构来管理GPU对体素块的内存分配和数据访问。通过这样的方法，InfiniTAM 大大减小了稠密建图对 GPU 的内存消耗，提升了算法效率。

算法流程如下图所示：

项目地址：https://www.robots.ox.ac.uk/~victor/infinitam/index.html

代码获取地址：https://github.com/victorprad/InfiniTAM

3.RTAB-Map

RTAB-Map（基于外观的实时映射）是一种基于RGB-D、立体和激光雷达的SLAM算法框架，它以基于外观的增量闭环检测为基础。闭环检测使用词袋法来确定新图像来自先前位置或新位置的可能性。当闭环检测假设被接受时，一个新的约束将被添加到地图的图形中，然后图形优化器将地图中的误差最小化。RTAB-Map可单独与手持Kinect、立体摄像头或3D激光雷达配合使用，用于6DoF地图绘制；也可与配备激光测距仪的机器人配合使用，用于3DoF地图绘制。

算法流程如下图所示：

其优点在于定位精度很准，支持视觉、激光传感器，支持跨平台、ROS，在线处理

缺点在于鲁棒性不是很好，如果建图时间和重定位时间间隔得比较久，或者光线变化都很明显的话，重定位会失败。而且点云网格化用possion重建，不是主流的TSDF，速度会慢。

项目地址：https://introlab.github.io/rtabmap/

代码获取地址：https://github.com/introlab/rtabmap

4.ORB-SLAM3

在前作ORB-SLAM2的基础上，大佬于2020年7月开源了ORB-SLAM3的论文和源码。ORB-SLAM3支持的设备和功能更多，支持单目、双目、RGB-D相机，针孔、鱼眼，视觉惯性里程计，多地图等，几乎覆盖了视觉SLAM各个分支。总体来说，ORB-SLAM3基本框架、代码结构都是ORB-SLAM2的延伸，但是加入了很多新的方法，实现了更好的效果。

主要系统架构如下图所示：

论文获取地址：https://arxiv.org/pdf/2007.11898.pdf

审核编辑：黄飞