[论文解读] A survey on non-filter-based monocular Visual SLAM systems.

Georges Younes, Daniel Asmar+1 more|arXiv (Cornell University)|Jul 2, 2016

Robotics and Sensor-Based Localization参考文献 28被引用 32

一句话总结

本文综述了非滤波器型单目视觉SLAM系统，分析其组件与策略，以提升效率与精度。文章全面回顾了受SfM启发的方法，突出展示了现代视觉SLAM系统中的关键设计选择与性能权衡。

ABSTRACT

Extensive research in the field of Visual SLAM for the past fifteen years has yielded workable systems that found their way into various applications, such as robotics and augmented reality. Although filter-based (e.g., Kalman Filter, Particle Filter) Visual SLAM systems were common at some time, non-filter based (i.e., akin to SfM solutions), which are more efficient, are becoming the de facto methodology for building a Visual SLAM system. This paper presents a survey that covers the various non-filter based Visual SLAM systems in the literature, detailing the various components of their implementation, while critically assessing the specific strategies made by each proposed system in implementing its components.

研究动机与目标

• 提供过去十五年来非滤波器型单目视觉SLAM系统发展的全面综述。
• 分析各种非滤波器型系统中的设计选择与实现策略。
• 批判性评估这些系统中用于提升效率与鲁棒性的组件与方法论。
• 识别SfM启发的视觉SLAM架构中的趋势与性能权衡。

提出的方法

• 系统性地综述文献中现有的非滤波器型单目视觉SLAM系统。
• 对关键组件（如特征检测、跟踪、捆绑调整和初始化）进行分类与分析。
• 评估各系统在处理尺度模糊性、漂移与实时性能方面所采用的策略。
• 基于其对SfM原理的依赖程度（如增量式或全局优化），比较系统架构。
• 回顾用于替代滤波器的优化技术，包括非线性最小二乘法与增量式捆绑调整。
• 突出不同系统在重定位、回环检测与异常值剔除处理上的差异。

实验结果

研究问题

• RQ1 非滤波器型单目视觉SLAM系统在核心架构与组件层面存在哪些差异？
• RQ2 与基于滤波器的系统相比，非滤波器型系统如何解决尺度模糊性与漂移问题？
• RQ3 这些系统在特征跟踪、初始化与捆绑调整方面采用了哪些策略？
• RQ4 非滤波器型视觉SLAM系统的设计选择中显现出哪些性能权衡？
• RQ5 SfM启发的优化技术如何提升现代视觉SLAM系统的效率与精度？

主要发现

• 由于其高效性与可扩展性，非滤波器型视觉SLAM系统已成为事实上的标准。
• SfM启发的优化技术显著提升了大规模环境中的精度与鲁棒性。
• 采用增量式捆绑调整的系统在处理长序列与动态场景方面表现出更优性能。
• 由于去除了滤波器，大多数实现中计算开销降低，实时性能得到改善。
• 组件级设计选择（尤其是初始化与异常值剔除）显著影响系统的稳定性与精度。
• 非滤波器系统中采用的全局优化策略可提升长期一致性并减少漂移。