用于进一步的特征匹配或直接跟踪.在这项工作中,我们认为关键帧不是这项任务的最佳选择,因为存在几个固有的限制,如弱几何推理和较差的可扩展性.我们提出了一种体素图表示来有效地检索视觉SLAM的地图点.通过以光线投射方式对摄像机...我们沿着这些轴比较了基于稀疏关键帧的地图表示的有效性:
几何感知:在稀疏SLAM中,使用关键帧和它们的可见点(即共视图)作为地图只允许有限的几何推理.共可见度图没有遮挡的概念,并且难以确定和过滤遮挡点,这可能导致错误的数据关联和错误的估计...,并沿着射线收集体素中的点.尽管简单,这种方法有两个主要优点.首先我们的光线投射方法返回的点保证是地图中落在摄像机FoV中的所有3D点,对于这些点,基于关键帧的方法只能依赖于弱协方差假设(见图6).第二...2
案例研究:SVO与体素地图
为了证明我们的地图表示的实用价值,我们采用了一种基于关键帧的稀疏SLAM-SVO的最新技术,以使用基于体素哈希的地图和光线投射点查询方法.值得注意的是,所提出的方法对于SLAM...Voxel-hashing:我们分配了足够的体素来保存所有的地图点,体素网格大小固定为2m.在查询时,我们使用基于光线投射的方法来返回可见点的列表.