本文爲《SVO Fast Semi-Direct Monocular Visual Odometry》一文的學習筆記
關鍵詞：無
一、摘要：
問題： 特徵提取和匹配技術消耗資源過多
方法： 使用“半直接法”，顯式模擬離羣值估計3D點
結果： 資源消耗變少，離羣值變少，在小，重複和高頻紋理的場景中提高魯棒性
二、結論
文章缺陷： 無
課題構思（如何一步步得到結論）：
① 運動估計沒必要進行特徵提取和匹配；
② 高幀率運動估計+排除離羣值的概率建圖方法
未解問題： 無
三、粗看圖表
數據來源： 手持攝像機的序列；連接到MAC的downward-looking攝像機記錄的數據集；
重要指標： 出錯率、尺度漂移大小、相對位姿和旋轉誤差的均方根誤差（RMSE）、中位數、運行耗時
四、引言
研究原因： 某些情況下MAVs使用GPS不能精確定位；
課題階段： 基於最小化光度誤差的直接法正在興起
- 視覺運動估計方法的分類：
-
特徵法：
特點：使用顯著圖像特徵；使用不變性的特徵描述子進行幀匹配；使用對極約束恢復位姿和地圖結構；重定位誤差最小化矯正位姿和地圖；同時跟蹤和建圖。
缺點：過於依賴檢測和匹配，有錯誤匹配問題，精度差。
-
直接法：
特點：估計圖像強度值，利用圖像中所有信息；計算光度誤差多於重定位誤差。
優點：在小紋理、相機散焦、運動模糊的場景下魯棒性優於特徵法；節省時間。
-
相關工作
① PTAM 用於AR，需要多次修改才能用於大型室外環境；
② 提出估計塊表面法線減小漂移的方法；
③ 實時性能檢測有侷限性（區域少、數據集小）；
④ 提出用於車載全向相機的 VO 算法；
⑤ 局部平面度假設放寬，提出從立體相機中計算任意3D結構的直接追蹤法並應用於RGB-D；
⑥ 提出計算密集深度圖法，但計算量大，可以只用強梯度像素點來優化。
-
本文工作
① 結合特徵法和直接法；
② 每幀使用亞像素特徵對應，特徵匹配僅用於初始化；
③ 使用大量小塊而不是少數大塊；
④ 使用稀疏深度信息；
⑤ 使用貝葉斯濾波器爲異常值建模估計特徵位置深度。
主要貢獻：
-
提出半直接VO流程；
-
集成概率建圖法。
理論假設： 在MAVs上使用
五、實驗過程
模型步驟，每個步驟的結論：
- 系統總覽：
![在這裏插入圖片描述]()
使用雙線程，建圖從實時約束中分離。
-
運動估計線程：使用半直接法
位姿初始化→修正重投影點的2D座標→修正位姿和結構
① 位姿初始化：最小化相同3D點的投影位置對應的像素的光度誤差，以估計相對位姿；
② 修正重投影點的2D座標：對其相應的特徵塊；
③ 修正位姿和結構：最小化重投影誤差。
-
建圖線程：
濾波器初始化→新濾波器初始化→更新深度估計→地圖中插入3D點
① 概率深度濾波器初始化：初始化每個2D特徵的深度濾波器以估計相應3D點；
② 新濾波器初始化：在選取有較少3D-2D對應的關鍵幀時；
③ 更新深度估計：隨後的幀中使用貝葉斯更新深度估計；
④ 地圖中插入3D點：深度濾波器的不確定性足夠小時，在地圖中插入3D點並立即用於運動估計。
-
符號介紹
-
運動估計：
- 基於稀疏模型的圖像對齊；通過特徵對齊放寬；位姿和結構的修正；
- 討論：
SVO 中稀疏圖像對齊中只通過6個自由度有效初始化特徵對齊，滿足對極約束並無離羣值。
-
建圖：也可應用於稠密建圖
- 使用逆深度座標解決較大的場景深度；
- 濾波器反覆測量直至收斂，以減少離羣值；
- 爲錯誤測量建模，以使系統在高度相似環境下收斂；
-
應用細節：
- 算法自舉獲取初始2個關鍵幀位姿和初始地圖；
- 使用5級圖像金字塔方案解決較大運動的問題；
- 關鍵幀選取策略：維持固定數量關鍵幀。與其他幀距離超過12%時選爲關鍵幀，剔除與當前位置最遠的關鍵幀；
- 用深度濾波器初始化FAST角點，使特徵均勻分佈，並用於重投影地圖。在每個圖像金字塔級別提取找到比例無關的最佳角點。
-
實驗結果：通過數據集對比 SVO 與 PTAM 的精度、實時估計和魯棒性。
六、文章總結：
問題： PTAM 特徵提取和匹配技術消耗資源過多；
方法： 結合特徵法和直接法，提出SVO方法；集成概率建圖法
論證過程：
-
使用運動估計和建圖雙線程；
-
運動估計使用半直接法；
位姿初始化→修正重投影點的2D座標→修正位姿和結構
-
建圖使用集成概率建圖法
濾波器初始化→新濾波器初始化→更新深度估計→地圖中插入3D點