一种融合稀疏几何特征与深度流的深度视觉SLAM算法

来源：机器人杂志2019年第2期北京时间：

作者：方正, 赵世博, 李昊来

摘要：为了克服移动机器人在视觉退化场景下的位姿估计问题，通过将稠密的深度流与稀疏几何特征相结合，提出了一种实时、鲁棒和低漂移的深度视觉SLAM（同时定位与地图构建）算法.该算法主要由3个优化层组成，基于深度流的视觉里程计层、基于ICP（迭代最近点）的位姿优化层和基于位姿图的优化层.基于深度流的视觉里程计层通过建立深度变化约束方程实现相机帧间快速的6自由度位姿估计；基于ICP的位姿优化层通过构建局部地图来消除局部漂移；基于位姿图的优化层从深度信息中提取、匹配稀疏几何特征，从而建立闭环约束并通过位姿图来实现全局位姿优化.对本文所提出的算法分别在TUM数据集和实际场景中进行了性能测试.实验结果表明本文的前端算法的性能优于当前深度视觉主流算法，后端算法可以较为鲁棒地建立闭环约束并消除前端位姿估计所产生的全局漂移.

关键词：同步定位与地图创建, 深度流, 稀疏几何特征, 位姿图优化