颜义鹏　许志强　翟漪璇　韩金鑫　成怡

【摘 要】本文提出了一种基于RGB-D数据的SLAM算法，通过对相机获取的图像进行ORB特征点的提取与匹配，估计相机运动关系，实现点云拼接，最后会得到全局一致的点云地图和轨迹。为了消除误差积累引起的干扰，引入通用图优化库g2o，得到光滑的优化轨迹；在后端回环检测的过程中，引入关键帧选取机制，提高点云地图的生成效率，减少其消耗的存储空间。实验结果表明，本文的研究方法在RGB-D SLAM 算法中具有可行性，并且能够满足实时性要求，具备较高的精度。

【关键词】RGB-D；ORB特征点提取；SLAM；图优化

中图分类号： TP391.41 文献标识码： A 文章编号： 2095-2457（2018）14-0152-002

DOI：10.19694/j.cnki.issn2095-2457.2018.14.069

SLAM algorithm research based on RGB-D data

YAN Yi-peng XU Zhi-qiang ZHAI Yi-xuan HAN Jin-xin CHENG Yi

（Tianjin polytechnic university，Tianjin 300387， China）

【Abstract】This paper proposes a SLAM algorithm based on RGB-D data. By extracting and matching the ORB keypoints of the images obtained by the camera， the camera motion relationship is estimated and the point clouds are stitched. Finally， a globally consistent point cloud map and trajectory are obtained. In the process of detection of the backend end loop closure， a key frame selection mechanism is introduced to improve the generation efficiency of the point cloud map to reduce the amount of storage space. The experimental results show that the research method of this paper is feasible in the RGB-D SLAM algorithm， and it can meet the real-time requirements with high accuracy.

【Key words】RGB-D； ORB keypoint extraction； SLAM； Graph optimization

0 引言

因激光雷达具有测距精度高的特点，所以早期的Slam多使用激光雷达作为传感器，但激光雷达存在价格昂贵、数据难以处理等固有缺陷。近年来随着Kinect等深度摄像机的发展，由深度摄像机采集而来的RGB-D图像越来越多的被用于SLAM领域。

通常情况下，RGB-D SLAM方法包括前端和后端两部分。前端的主要任务是对RGB-D相机获得的彩色图像和深度图像进行预处理，从而获得点云数据；首先根据RGB-D相机提供的彩色图像提取图像的特征点，进行特征匹配；然后根据特征匹配的结果以及RGB-D相机提供的深度图像估算两帧图像对应相机位姿的变换关系。后端的主要任务是通过图优化方法，减小轨迹估计过程中出现的非线性误差，从而获得更加精确的相机位姿。

1 特征点提取与匹配

常用的特征点提取算法包括SIFT、SURF、ORB等。考虑到RGB-D SLAM算法对实时性的要求较高，因此本文在图像特征点提取与匹配环节采用ORB方法。……