弱紋理環境下融合點線特征的雙目視覺同步定位與建圖

龔 坤，徐 鑫，陳小慶，許悅雷*，張兆祥

（1.西北工業大學 無人系統技術研究院，陜西 西安 710072；2.中國人民解放軍軍事科學院 國防科技創新研究院，北京 100850）

1 引言

目前，自主移動機器人在完全未知且拒止的環境中，需要依靠對周圍環境的感知來確定自身位置以實現自主導航。這種方法被稱為同步建圖與定位（Simultaneous Localization and Mapping，SLAM）［1］。SLAM 主要分為激光SLAM與視覺SLAM［2-3］。在室外環境中，由于光線的干擾，一般采用激光SLAM 為移動機器人提供高精度導航信息，如自動駕駛車輛等。而在室內環境下，掃地機器人等已開始采用視覺SLAM［4］。目前，視覺SLAM 作為一種低成本的定位方案，引起了廣泛的關注［5-6］。

視覺SLAM 依據所采用的圖像特征不同，可分為基于特征點的方法，如ORBSLAM［7-9］，VINS［10］等，以及基于直接法或者半直接法，如DSO［11］，SVO［12］等。其中，直接法以及半直接法需要依賴灰度不變假設，因此對光線的影響較為敏感［13］；基于特征點的方法（例如ORB 特征點）能夠提取具有尺度不變性和旋轉不變性的特征點，但對環境紋理的要求較高，如果特征點較少或者移動速度較快，特征點容易丟失［14］。2017年，PL-SLAM 系統［15］被提出，相比基于ORBSLAM 算法，它是第一個使用點特征和線特征進行融合的雙目SLAM 系統，且在光束（Bundle Ajustment，BA）優化階段，同時考慮兩種特征約束來優化相機位姿，從而提高了算法的精度和穩定性。然而，由于特征數量的增加，特征提取、匹配和優化部分的計算時間增加，導致PL-SLAM系統的實時性較差。

Company-Corcoles 等［16］提出了一種基于RGB-D 的視覺里程計稱為MSC-VO。該方法結合ORB 特征點和LSD 線特征［17］，用于估計相機的姿態。……