Kimera實時重建的語義SLAM系統
Kimera是C++實現的一個具有實時度量的語義SLAM系統，使用的傳感器有相機與IMU慣導數據來構建環境語義標註的3D網格，Kinera支持ＲＯＳ運行在ＣＰＵ上的高效模塊化的開源方案。包含了四個模塊：
快速準確的視覺-慣導里程計VIO流水線（Kimera-VIO）
基於魯棒位姿的圖優化完整SLAM實現（Kimera-RPGO）
單幀和多幀3D網格生成器（Kimera-Mesher）
語義標籤的3D網格生成器（Kimera-Semantics）
github:https://github.com/MIT-SPARK/Kimera
摘要
論文提供了一個開源的C++庫，用於實時度量語義視覺慣性同時定位和構圖系統（SLAM）。該庫超越了現有的視覺和視覺慣性SLAM庫（如ORB-SLAM、VINSMono、OKVIS、ROVIO），在3D環境中中實現了網格重建和語義標記。Kimera的設計考慮了模塊化，它有四個關鍵組件：用於快速準確狀態估計的視覺慣性里程計（VIO）模塊、健壯的姿態圖全局軌跡估計優化器、快速網格重建的輕量級三維網格模塊和密集三維度量語義重建模塊。這些模塊可以單獨運行，也可以組合運行，因此Kimera可以很容易被修改單獨作爲VIO或完整的SLAM系統。Kimera是基於ＲＯＳ的在CPU上實時運行，從語義標記的圖像中生成一個三維度量語義網格，可以通過現代的深度學習方法獲得。我們希望Kimera提供的靈活性、計算效率、健壯性和準確性將爲未來的度量語義SLAM和感知研究奠定堅實的基礎，並允許研究人員跨多個領域（如VIO、SLAM、3D重建）進行研究升級，在不需要從頭開始的情況下，對自己的工作進行基準測試和原型開發）。