SVO深度解析(一)之简介和评价

 

以前研究VSLAM时，本人对SVO研究过一段时间，那个时候没有时间总结，

如今快毕业了，总结一下本身了解的算法吧。。。。

对SVO的总结共分为3各部分，分别为简介和评价部分、跟踪部分、深度滤波部分(建图部分)。

简介部分

转载请说明出处：

http://blog.csdn.net/zhubaohua_bupt/article/details/74822742

1先说一下SVO大致内容

SVO[2]是C. Forster, M. Pizzoli, and D. Scaramuzza在14年提出的一个半直接法的VSLAM（单目）。

开源代码：https://github.com/uzh-rpg/rpg_svo 。

1.1为何叫半直接法？

咱们知道，VSLAM有直接法和特征点法两大类。直接法和特征点法，在帧间VO阶段的不一样在于，

直接法：提取梯度纹理特征明显的像素，帧间VO是靠图像对齐，即经过

               最小化像素灰度差函数来优化帧间位姿。

特征点法：提取特征点（一般是角点），帧间VO靠PNP，即缩小在后帧图像上，

             重投影点与特征匹配点距离偏差，来优化帧间位姿。

而SVO是这样干的：

提取稀疏特征点（相似特征点法），帧间VO用图像对齐（相似于直接法），

SVO结合了直接法和特征点法，所以，称它为半直接法。

1.2 SVO干了什么事?

SVO主要干了两件事，

<1>跟踪

<2>深度滤波

深度滤波是咱们常说的建图（Mapping）部分。

1.2.1跟踪部分

跟踪部分干的事情是：初始化位姿，估计和优化位姿(分别对应于帧间VO和局部地图优化)。

初始化位姿：

用KLT光流法找匹配，而后恢复H矩阵。初始化思想是这样的，

第一帧上提取的特征点，做为关键帧，后来的帧不断用KLT与第一帧匹配，

直到匹配到的特征点平均视差比较大，就认为初始化成功，计算对应特征点的深度，

与此对应的帧做为第二帧。以后进入正常工做模式，即估计和优化位姿。

正常工做模式：

首先，经过和上一帧进行对齐，求取初始位姿；

而后，创建局部地图，经过优化局部地图和当前帧的投影灰度块偏差，来优化当前位姿；

最后，判断此帧是不是关键帧，若是为关键帧就提取新的特征点。

通过以上四个步骤，完成一帧的处理。若是在CMakeLists里打开了HAVE_G2O的选项，

代码隔一段时间还会BA,不过很是慢。

1.2.2深度滤波部分

深度滤波部分主要任务是完成估计特征点的深度信息。

深度滤波和跟踪部分相互依赖，由于深度滤波是以相机位姿已知为前提进行的，

而跟踪部分又依靠深度滤波的结果（较准确的三维点），完成位姿的估计。

乍一看，这是个鸡生蛋，蛋生鸡的问题，既然二者循环迭代，总得有个起始点。

其实，单目的slam在启动时须要初始化，而这个初始化就提供粗糙的帧间位姿，

以便于深度滤波和跟踪部分的迭代。

当深度能够用后（称之为收敛），把它放入地图里，用于跟踪。

 

1.2.3为何叫VO

这个得从SVO干的事来讲，它既没有闭环检测，也没有重定位（SVO的重定位太。。。），

它干的事只要是定位,比较符合视觉里程计(VO)的特色。

ORBSLAM算是目前性能最好的开源算法，这些功能它都有，所以算一个比较完整的VSLAM算法。

1.2.4 svo怎么样

优势：是比较快，若是你跑代码的时候发现很容易跟丢，能够修改这几个配置参数：

quality_min_fts：匹配到的最小特征点。

quality_max_drop_fts：允许相邻帧匹配到特征点的最大落差。

缺点：缺点是比较明显的

和ORBSLAM相比。

<1>因为位姿的估计和优化全是靠灰度匹配，这就致使了系统对光照的鲁棒性不足。

<2>对快速运动鲁棒性性不足。直接法都似这个样子。。能够加入IMU改善。

<3>没有重定位和闭环检测功能。

若是把此工程修改为RGBD的模式后，鲁棒性和精度明显提升，近似于ORBSLAM的RGBD模式。

 

[1]C. Forster, M. Pizzoli, and D. Scaramuzza, “SVO: Fast Semi-DirectMonocular Visual Odometry,” in Proc. IEEE Intl. Conf. on Robotics and Automation, 2014.

[2] MatiaPizzoli,Christian Forster, and Davide Scaramuzza. REMODE: Probabilistic,monocular densereconstruction in real time. In International Conference onRobotics andAutomation (ICRA), pages 2609–2616, Hong Kong,China, June 2014.