視覺(jué)/視覺(jué)慣性SLAM最新綜述：領(lǐng)域進(jìn)展、方法分類(lèi)與實(shí)驗對比（4）

7.4. Comparative Analysis and Conclusion regarding Pedestrian Urban Navigation with Handheld Sensors

所有測試方法的比較位姿估計結果如圖 14-16 所示。僅就旋轉估計而言，所有方法都表現相對較好，沒(méi)有任何顯著(zhù)差異。我們觀(guān)察到 ROVIO 的偏航估計有輕微的漂移趨勢。它用圖 17 中 MH03 的旋轉估計來(lái)說(shuō)明。

由于閉環(huán)缺失以及我們關(guān)注實(shí)時(shí)位姿估計的正確性，因此需要強大的 VO 或 VIO 基礎。因此，我們在表 7 中添加了 Vins-Mono [74] 和 ORB-SLAM2 [76] 沒(méi)有閉環(huán)的結果。還需要實(shí)際尺度估計能力，因為這將大大簡(jiǎn)化在線(xiàn)應用解決方案的開(kāi)發(fā)。

表 7 顯示 ORB-SLAM2 在測試的 EuRoC 上很少使用回環(huán)，因為 MH01 和 MH03 的結果幾乎相同。但是，它在更大范圍內使用它來(lái)校正漂移。在MH05中，黑暗中的通道引入了很大的定位不確定性，這意味著(zhù)軌跡從那里漂移到最后。如果不可能閉環(huán)，則結果完全取決于在無(wú)紋理部分期間位姿估計的糟糕程度。在這里，APE RMSE 結果范圍從 14 cm 到 3.7 m。Vins-Mono 似乎更頻繁地使用閉環(huán)，因為它的缺失會(huì )使錯誤加倍。然而，由于 IMU 集成，誤差是有界的且更可預測。如果閉環(huán)在所考慮的環(huán)境中難以執行，則選擇 ORB-SLAM2 以獲得更精確的結果可能是一個(gè)危險的****注。原因是由于暫時(shí)缺乏紋理，其結果受到位姿估計問(wèn)題的嚴重影響。

最后，對 IRSTV 數據集的計算發(fā)現 ORB-SLAM2 是最穩健的方法。它可以處理城市空間困難（玻璃反射、尺度變化和行人運動(dòng)），甚至是室內到室外的過(guò)渡，因為光照變化不會(huì )像 MH05 沒(méi)有閉環(huán)那樣導致嚴重的 ORB-SLAM2 故障?？傊?，DSO、Vins-Mono 和 ORB-SLAM2 都是我們用例的合適選擇，即帶有手持傳感器的步行城市導航。選擇還取決于可用的硬件類(lèi)型：用于 DSO 的 GPU+全局快門(mén)、緊密同步的 IMU 和用于 Vins-Mono 的相機。使用高端硬件，DSO 可能更適合具有嚴重無(wú)紋理地方的城市環(huán)境，而 Vins-Mono 可以提供更逼真的比例估計，而無(wú)需進(jìn)一步操作（正確初始化時(shí)）。然而，在考慮用戶(hù)友好性（即易于初始化）、易于設置、硬件和計算能力要求以及全局魯棒性和準確性時(shí)，ORB-SLAM2 成為我們用例的首選。

8 結論

我們對重要的 SLAM 方法進(jìn)行了綜述，并詳細介紹了 vSLAM 和 viSLAM 的核心概念以及不同的現有設計。我們將這一理論綜述與歷史概述聯(lián)系起來(lái)，以確定 SLAM 進(jìn)化中的主要里程碑，分為三個(gè)主要時(shí)期。最后，我們對一些最著(zhù)名的方法進(jìn)行了分類(lèi)，比較了它們的主要設計特征、目標以及它們在各種場(chǎng)景中的預期穩健性，使用五個(gè)描述常見(jiàn)用例性質(zhì)的關(guān)鍵特征。我們的實(shí)驗基準側重于在城市環(huán)境中使用手持設備進(jìn)行行人位姿估計。它強調了三種可靠的 SLAM 方法：Vins-Mono、DSO 和 ORB-SLAM2?？傮w而言，ORB-SLAM2 提供了最佳性能。但是，對于需要在線(xiàn)進(jìn)行實(shí)際規模估計的應用程序，則需要一個(gè)額外的框架。這樣的框架可以解決在行人應用程序中經(jīng)常出現的非常大的軌跡上缺少閉環(huán)的問(wèn)題。例如，使用已知的可識別城市位置（例如自行車(chē)站或公交車(chē)站）來(lái)校正位姿是一個(gè)有趣的解決方案 [91]。將 vSLAM 的實(shí)驗基準擴展到測試現有方法對用于描述常見(jiàn)用例的五個(gè)關(guān)鍵特征的穩健性似乎很有趣。它將支持專(zhuān)門(mén)評估這些關(guān)鍵特征（例如，在幀中手動(dòng)引入光照變化），但也可以擴大對其他特定用例的評估，以進(jìn)行一般和詳細分析。[3] 中的工作就是一個(gè)例子，不幸的是，它只測試了 viSLAM 方法。

我們的用例位于動(dòng)態(tài)環(huán)境中。因此，有趣的是使用新的語(yǔ)義 SLAM 算法來(lái)區分固定和移動(dòng)元素，并通過(guò)環(huán)境特征（例如平面）來(lái)輔助該過(guò)程 [61]。另外兩種類(lèi)型的信息可以添加到未來(lái)的工作中。首先，在同一區域多次經(jīng)過(guò)后合并地圖的方法建議使用預先存在的城市空間地圖。事實(shí)上，3D 地圖越來(lái)越豐富和分布，盡管它們的更新率仍然存在問(wèn)題。其次，我們打算專(zhuān)注于更好地建模個(gè)人步行步態(tài)模式，以支持行人應用和精確的城市定位。