李帅

（四川大学计算机学院，成都610065）

0 引言

现在深度相机的使用已经变得越来越普遍，例如VR/AR、机器人导航、影视动画、室内装修设计、公安系统现场保留等。利用深度相机可以直接获取三维场景数据，例如人体模型或者空间物品。与之前传统的三维重建不同，在现在需求是更强调实时性，而且也不需要太多的前置条件和数据的后置加工再处理。已经有一些相关的工作，如Newcombe[1]团队于2011 年首先提出基于RGB-D 传感器Kinect1 进行室内实时三维重建算法KinectFusion[1]，开启动了实时三维重建的一条新思路，打开了一个新的局面，后续的Kintinuous[2]、Voxel Hasing[4]、ElasticFusion[3]、BundleFusion[5]等各种不同的室内场景重建算法。所有上面的算法都是在刚性变换的条件下进行的，最初的三维重建都是利用深度信息进行位姿估计来对相机进行定位，并且利用GPU（Graph⁃ics Processing Unit）的高速并行的特点来对矩阵和图形的计算进行加速，不同于一般的SLAM[12]算法，Kinect⁃Fusion[1]算法基于体素块函数TSDF（Truncated Signed-Distance Function）[1]进行描述三维场景，首次实现了基于深度相机的室内场景重建，并加入了最近点迭代算法ICPA（Iterative Closet Point Algorithm）[10]以及使用光线投影的技术，实验表明，在局部且只具有少数回环的场景下重建效果比较好，但是其具有一定的局限性：①基于TSDF 的重建模型，因为是空间体素块，很多空间的范围并没有实际的点，但是该算法却要求都要被计算在内（因为光线投影算法需要按照一定的尺度进行遍历），另外，空间体素块过大会导致存储空间利用率很低，甚至很多稍微大点的场景就无法用体素块进行表示，进一步的，范围较大则也就出现建图效果不可逆转的情况。……