ORB-SLAM3 学习笔记

原文链接：https://arxiv.org/abs/2007.11898

参考翻译文章：https://zhuanlan.zhihu.com/p/403299796

本文学习 ORB-SLAM3 论文，该系统是首个在单目、双目与 RGB-D 相机上同时支持纯视觉、视觉惯性与多地图的 SLAM 系统。文章重点介绍两大创新：基于最大后验估计的紧耦合视觉惯性前端，以及依赖高召回率位置识别算法的多地图机制——跟踪丢失时开启新地图、回访建图区域时无缝合并，从而在全流程中复用历史信息并显著提升精度。

多地图无缝衔接，SLAM永不迷航

摘要

本文提出的ORBSLAM3，采用针孔相机和鱼眼镜头模型，第一个在单目、双目以及RGBD相机上都能执行纯视觉、视觉-惯性以及多地图的SLAM系统。

1. 第一个主要的创新点是基于特征的紧耦合视觉惯性SLAM系统，完全依赖于最大后验估计MAP算法，甚至在IMU初始化阶段期间。这个SLAM系统，在实时的、小型或大型、室内或室外环境中，都能鲁棒地运行系统，并且要比之前的方法精确2到5倍。
2. 第二个主要的创新点是多地图系统，依赖于一个提升召回率的新的位置识别算法。基于此，ORB-SLAM3在长期缺乏视觉信息的情况下依旧能够运行：当特征跟踪丢失时，它将会开启一个新地图，遇到建图过的区域将会无缝合并之前的地图。与那些只是用前几秒信息的视觉里程计系统相比，ORBSLAM3系统是第一个，能在每个算法阶段，复用之前的所有信息。这个允许包括在光束平差法共视关键帧阶段，其提供提升精度的高视差观测，即使在时间序列上是分隔的，或者他们来自之前的建图会话Session。

我们的实验显示，在所有的传感器配置中，ORBSLAM3和已有文献中最好的系统一样鲁棒，并且要更加精确。注意的是，我们的双目-惯性SLAM在EuRoC飞行器数据集上达到了平均3.6cm的精度，在TUM-VI（AR/VR场景代表）快速手持运动环境的室内数据集中达到了平均9mm的精度。为了社区的明天，本文开源了代码。

引言

表1给出了最具代表的视觉和视觉-惯性系统的总结，显示了用于估计和数据关联的主要技术。定性的精度对比和鲁棒性评级包括在表中，对于现代SLAM系统主要基于第7小节中介绍的对比方法，而针对经典的系统，主要基于文献【2】【52】中先前的比较。

不同SLAM系统之间的相同点与不通电