视觉SLAM在室内动态场景中的应用研究

徐少杰，曹雏清，王永娟

1.南京理工大学 机械工程学院，南京210094

2.安徽工程大学 计算机与信息学院，安徽 芜湖241000

视觉SLAM（同时定位与建图）作为移动机器人领域的核心技术已经发展了二十多年，在这期间涌现出了大量优秀的视觉SLAM 方法。这些方法按视觉里程计算法不同可分为两个大类：一类是特征点法，一类是直接法[1]。PTAM[2]、RGBD-SLAM[3]、ORB-SLAM2[4]都是基于特征点的视觉SLAM 系统。PTAM 利用Bundle Adjustment（BA）首先实现了实时的SLAM系统，RGBDSLAM 是基于RGBD 相机的可实时构建稠密三维点云地图的SLAM 系统，文献[4]在单目的基础上增加了对双目和RGBD 相机的支持，是单目、双目和RGBD 相机三种传感器都可运行的SLAM 系统。由于特征点对于光照变化、运动、旋转都不敏感，所以基于特征点法的SLAM系统比较稳定，鲁棒性较好，但是提取特征点、计算描述子和特征匹配比较耗时。DTAM[5]、LSD-SLAM[6]都是基于直接法的视觉SLAM 系统。DTAM 首次利用直接法实现了实时稠密三维重建并提升了SLAM 系统的准确性和鲁棒性，LSD-SLAM利用图像灰度来实现定位和半稠密点云地图构建。基于直接法的SLAM 系统节约了计算特征点和描述子的时间，计算速度较快。直接法假设同一空间点的像素灰度值在各个图像中是固定不变的（灰度不变假设），由于环境中光照变化、相机自动曝光等的影响，这一假设很难实现，因此基于直接法的SLAM系统稳定性较差。

此外，无论是特征点法还是直接法的视觉SLAM系统均将环境视为静态的，但是现实环境中不可避免地会出现动态物体，如室内环境中的人等。为了解决动态场景下的SLAM问题，研究者们已经做了一些尝试。……