基于相交線的雙目平面SLAM
點擊上方“小白學視覺”，選擇加"星標"或“置頂”
重磅干貨，第一時間送達
論文題目：Stereo Plane SLAM Based on Intersecting Lines
平面特征是SLAM系統(tǒng)中減小漂移誤差的一種穩(wěn)定標志。從密集點云中提取平面是一種簡單、快速的方法，常用于RGB-D相機或激光雷達。但是對于立體相機來說，密集點云的精確高效計算是一個難點。本文提出了一種從立體圖像中提取相交線計算平面參數的新方法。平面特征普遍存在于人造物體和構筑物的表面，具有規(guī)則的形狀和直線的線條。在三維空間中，兩條相交的直線可以確定這樣一個平面。因此，我們從立體左、右圖像中提取直線段。通過立體匹配，計算出三維空間中的端點和直線方向，進而計算出平面。在立體SLAM系統(tǒng)中加入這樣的計算平面特征可以減小漂移誤差，提高系統(tǒng)性能。我們在公共數據集上測試了我們提出的系統(tǒng)，并與最先進的SLAM系統(tǒng)進行了比較，證明了它的魯棒性和精確性。
Line 和 plane 特征對SLAM的作用
現實環(huán)境中有豐富的線，面特征，他們能在SLAM中作為比較穩(wěn)定的路標幫助SLAM提高穩(wěn)定性和準確性。與線特征相比，平面具有簡單、魯棒的數據關聯性，因而更加穩(wěn)定。此外，平面甚至可以在大距離的幀中進行匹配，這有助于減小漂移誤差。
Line and plane 提取
線特征提取：
LineSegmentDetector https://www.sciencedirect.com/science/article/abs/pii/S1047320313000874
先用LBD
https://dl.acm.org/doi/10.1016/j.jvcir.2013.05.006
從圖像提取然后追蹤
面特征提取：通常從RGBD或激光雷達中提取，從雙目匹配提取但是雙目匹配效率太低(可以從當前的雙目匹配入手增加效率)
本文提出了一種從立體圖像中計算平面特征的新方法。平面特征普遍存在于人造物體和結構的表面。這些平面通常有規(guī)則的形狀和直線。在三維空間幾何中，兩條相交的直線可以確定一個平面。因此，用直線來計算平面特征是合理和可行的。立體匹配可以從立體圖像中計算出三維直線[4]。(作者避免雙目匹配，改用雙目中的線特征來計算平面特征)
與直接使用線特征相比，平面特征避免了復雜的參數化，實現了簡單而穩(wěn)健的數據關聯。此外，平面也是更精確的地標：
基于相交線從立體圖像計算平面特征的新方法。
使用提取點和計算平面的立體重擊系統(tǒng)。
在公共數據集上進行評估，我們的系統(tǒng)得到了穩(wěn)健和準確的估計結果，并實現了最先進的性能。
從線特征提取面特征
符號表示
線特征提取計算
面計算
從相交線中，找滿足面特征的直線
兩條直線之間的角度大于閾值（在我們的實驗中為10°）
中心點之間的距離小于線長度。
這兩條直線的四個端點位于同一平面上。
計算過程：
黑點是從立體圖像中提取的特征點。紅線是從立體圖像中提取的線段，其三維位置由匹配的端點計算。請注意，我們在SLAM系統(tǒng)中沒有使用這些線段，我們在圖中繪制它們只是為了顯示計算平面特征的過程。我們通過展開相應的相交線來繪制計算平面，它們以不同的顏色繪制。由于線段的錯誤，圖中的紫色平面似乎不正確，我們將在稍后的檢查中將此平面標記為無效。但其他飛機似乎是正確的，將被用作我們的大滿貫系統(tǒng)的有效地標。
系統(tǒng)結構
優(yōu)化
交流群
歡迎加入公眾號讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動駕駛、計算攝影、檢測、分割、識別、醫(yī)學影像、GAN、算法競賽等微信群（以后會逐漸細分），請掃描下面微信號加群，備注：”昵稱+學校/公司+研究方向“，例如：”張三 + 上海交大 + 視覺SLAM“。請按照格式備注，否則不予通過。添加成功后會根據研究方向邀請進入相關微信群。請勿在群內發(fā)送廣告，否則會請出群，謝謝理解~