【泡泡一分钟】CVI-SLAM –协同视觉惯性SLAM

会员服务 ·

【泡泡一分钟】CVI-SLAM –协同视觉惯性SLAM

2018 年 12 月 18 日 泡泡机器人SLAM

每天一分钟，带你读遍机器人顶级会议文章

标题：CVI-SLAM – Collaborative Visual-Inertial SLAM

作者：Marco Karrer, Patrik Schmuck, Margarita Chli

来源：International Conference on Intelligent Robots and Systems (IROS 2018)

编译：张建

审核：颜青松，陈世浪

欢迎个人转发朋友圈；其他机构或自媒体如需转载，后台留言申请授权

摘要

在机器人准备好用于实际任务之前，机器人感知构成了最大的障碍，在多代理、协作任务中，更高效和鲁棒的机器人感知的前景可以极大地影响许多机器人应用。

本文利用每个代理上普遍存在的、良好建立的视觉惯性设置，提出了一种用于集中式协作SLAM的视觉惯性框架CVI-SLAM。

与中央服务器共享所有信息，每个代理将计算昂贵的任务外包，例如全局地图优化，以释放在线资源，并将测量结果传递给其他参与的代理，同时在线运行视觉惯性里程计以确保整个任务的自主性。

通过对CVI-SLAM的深入分析，证明了其准确性以及协作带来的改进，并从参与代理的数量和网络需求的角度评价了CVI-SLAM的可扩展性。

图1：两个代理协作构建地图的CVI-SLAM快照。对于代理1和2，轨迹和地图点分别用白色和绿色着色。不同的代理之间的共视性约束用红色表示。右下角的嵌入描绘了代理1的有限局部地图，其中最新的帧及其观测到的地图点用黄色着色，以及接收来自服务器的姿态更新的关键帧用橙色表示。

图2：CVI-SLAM系统体系结构概述。代理运行实时视觉惯性测距（VIO）维护一个局部地图。通信接口用于在代理和服务器之间交换关键帧（KF）和地图点（MP）。服务器是一台功能强大的计算机，运行计算昂贵和非时间关键任务：冗余检测、回环检测、地图融合和集束调整（BA）。

图3：描述帧跟踪（左）和局部集束调整（LBA）中的局部优化所涉及的变量的示意图，其中M个KF的本地窗口在代理上运行（右）。虽然跟踪只考虑来自相同代理的最新N个KF，但LBA也可以包括来自其他代理的KF。

Abstract

With robotic perception constituting the biggest impediment before robots are ready for employment in real missions, the promise of more efficient and robust robotic perception in multi-agent, collaborative missions can have a great impact many robotic applications. Employing a ubiquitous and well-established visual-inertial setup onboard each agent, in this paper we propose CVI-SLAM, a novel visualinertial framework for centralized collaborative SLAM. Sharing all information with a central server, each agent outsources computationally expensive tasks, such as global map optimization to relieve onboard resources and passes on measurements to other participating agents, while running visual-inertial odometry onboard to ensure autonomy throughout the mission. Thoroughly analyzing CVI-SLAM, we attest to its accuracy and the improvements arising from collaboration, and evaluate its scalability in the number of participating agents and applicability in terms of network requirements.

如果你对本文感兴趣，想要下载完整文章进行阅读，可以关注【泡泡机器人SLAM】公众号（paopaorobot_slam）。

欢迎来到泡泡论坛，这里有大牛为你解答关于SLAM的任何疑惑。

有想问的问题，或者想刷帖回答问题，泡泡论坛欢迎你！

泡泡网站：www.paopaorobot.org

泡泡论坛：http://paopaorobot.org/forums/