尚任

摘 要：SLAM即同时定位与地图构建，一直是机器人和计算机视觉的研究热点。尤其是视觉SLAM技术，21世纪以来在理论和实践上均取得了明显的突破，已逐步迈向市场应用。建图作为SLAM的两大目标之一，可以满足更多的应用需求。本文在给定相机轨迹的情况下，提出一种视觉SLAM单目半稠密建图方法，利用极线搜索和块匹配技术，加入图像变换和逆深度高斯深度滤波器处理，以期避免单目稠密建图严重依赖纹理、计算量大的缺点，提高单目半稠密建图的准确性和鲁棒性。经测试显示，改进的单目半稠密建图方法在检测梯度变化明显像素点上更加准确，深度估计的平均误差和平方误差分别减少了9%和47%，是一种可行有效的视觉SLAM单目半稠密建图解决方案。

关键词： 视觉SLAM;建图;单目;极限搜索;块匹配;逆深度

文章编号： 2095-2163（2021）01-0089-05 中图分类号：TP391 文献标志码：A

【Abstract】Simultaneous Localization and Mapping（SLAM） is the hot spot of Robots and Computer Vision. Visual SLAM had made a breakthrough since 21st century and applied to the market. Mapping is one of the targets of SLAM. Given location and poses of the monocular camera， the paper proposes a Visual SLAM semi-dense mapping method. Using searching on the epipolar line and block-matching， image transformation and inverse depth filter have been used in order to avoid depending on textures and large amounts of calculation. In this way， the accuracy and robustness of semi-dense mapping has been improved. From the testing result， the improved visual SLAM semi-dense mapping method on monocular camera has a better performance on gradient detecting of pixels. The average error and square error on depth estimation decrease about 9% and 47%. It is a feasible and effective solution to rebuild semi-dense mapping on monocular camera.

【Key words】visual SLAM; mapping; monocular; extreme search; block match; inverse depth

0 引 言

同時定位与地图构建（Simultaneous Localization and Mapping，SLAM），于1986年提出[1]，是指搭载特定传感器的主体，在没有环境先验知识的情况下，在运动中估计自身轨迹，并同时建立环境的模型[2]。在视觉SLAM中，特定传感器以视觉传感器（即相机）为主体，研究者则需要根据连续拍摄的多幅图像，推断相机的运动以及周围的环境。

定位与建图是SLAM的两大目标。在视觉SLAM中，建图与定位同样重要，建图还具有很多其他的应用需求。对于单目相机的地图构建，国内外已涌现了不少的研究成果，提供了很多优秀的开源SLAM方案。PTAM[3]的问世是视觉SLAM发展过程中的重要事件，首次提出并实现了跟踪与建图过程的并行化。……