基于分层分段的SLAM算法优化(IROS 2021)

Hierarchical Segment-based Optimization for SLAM

作者：Yuxin Tian, Yujie Wang, Ming Ouyang, Xuesong Shi

来源：IROS 2021

论文地址：https://arxiv.org/pdf/2111.04228.pdf

摘要： 本文提出了一种用于SLAM系统的分层分段优化方法。首先，我们提出了一种可靠的轨迹分割方法，可用于提高后端优化的效率。然后，我们首次提出了一种缓冲机制来提高分割的鲁棒性。在优化过程中，我们利用全局信息对误差较大的帧进行优化，用插值代替优化更新估计好的帧，根据每一帧的误差分层分配计算量。与基准上的对比实验表明，我们的方法大大提高了优化效率，且几乎没有精度下降，大大优于现有的高效优化方法。

1 引言

随着各种相机的广泛使用和三维计算机视觉的发展，SLAM和SfM系统在过去的几十年中得到了广泛的研究。为了提高建图和定位的精度，使用后端算法优化3D位姿信息是必不可少的环节。

Bundle Adjustment (BA) 是一种常用于 SfM 和 SLAM 系统的优化方法。同时，位姿图是 SLAM 系统中常用的另一种优化