基于改進(jìn)關(guān)鍵幀選擇的RGB-D SLAM算法

李 弋 星，劉 士 榮，仲 朝 亮，王 堅

(杭州電子科技大學(xué) 自動化學(xué)院， 浙江 杭州 310018 )

基于改進(jìn)關(guān)鍵幀選擇的RGB-D SLAM算法

李 弋 星，劉 士 榮*，仲 朝 亮，王 堅

(杭州電子科技大學(xué) 自動化學(xué)院， 浙江 杭州 310018 )

關(guān)鍵幀選擇是提高視覺SLAM(simultaneous localization and mapping)算法精度及實時性的重要因素．關(guān)鍵幀常以圖像的幀間相對運動距離為選擇依據(jù)．該方法雖簡單有效，但實時性、魯棒性較差且容易產(chǎn)生大量冗余關(guān)鍵幀．針對上述問題，提出一種改進(jìn)的關(guān)鍵幀選擇算法．該算法整合了幀間相對運動距離、幀間特征點跟蹤以及最小視覺變化來選擇關(guān)鍵幀并刪除冗余關(guān)鍵幀．基于該算法，結(jié)合具有較好方向和光照不變性的ORB(oriented FAST and rotated BRIEF)特征，實現(xiàn)了RGB-D SLAM算法．在RGB-D數(shù)據(jù)集上的實驗表明，改進(jìn)的關(guān)鍵幀選擇算法能夠更精準(zhǔn)、及時地選擇關(guān)鍵幀，并在減少RGB-D SLAM中冗余關(guān)鍵幀的同時提高算法的實時性、建圖和定位精度．

關(guān)鍵幀選擇；冗余關(guān)鍵幀刪除；ORB特征；RGB-D SLAM

0 引 言

近年來，機(jī)器人三維同時定位與建圖(3D SLAM)問題已經(jīng)成為機(jī)器人領(lǐng)域研究的熱點[1]．相較于二維SLAM，三維SLAM能夠更好地利用環(huán)境的三維屬性，描述出環(huán)境中物體的空間幾何外形，對機(jī)器人在未知環(huán)境中的導(dǎo)航具有重要的意義[2]．得益于視覺傳感器信號探測范圍寬、信號獲取內(nèi)容全、價格低廉等特點，國內(nèi)外學(xué)者對VSLAM[3](visual SLAM)進(jìn)行了大量研究，包括LSD SLAM[4]、ORB-SLAM[5]、RGB-D SLAM[6]等．

TUM(Technische Universit?t München)計算機(jī)視覺組提出的LSD SLAM直接利用單目相機(jī)實現(xiàn)三維SLAM．不同于ORB-SLAM采用特征點進(jìn)行幀間匹配，LSD SLAM采用直接法，根據(jù)灰度圖強(qiáng)度(image intensities)進(jìn)行幀間匹配和建圖，實現(xiàn)了大規(guī)模環(huán)境下的準(zhǔn)確定位與建圖．ORB-SLAM利用ORB特征完成SLAM中的所有任務(wù)：跟蹤、建圖、重定位和環(huán)形閉合檢測．在室內(nèi)、室外以及大規(guī)模環(huán)境下，ORB-SLAM有較好的魯棒性和實時性．與LSD SLAM使用單目相機(jī)通過三角測量方法恢復(fù)環(huán)境深度相比，RGB-D相機(jī)(如微軟公司的Kinect)能夠在捕獲RGB圖像的同時獲得每一個像素的深度信息，很大程度上簡化了利用三角測量方法獲取深度信息的過程．基于上述優(yōu)點，德國弗萊堡大學(xué)Endres等[6]提出了RGB-D SLAM算法，使用視覺傳感器Kinect 作為唯一傳感器對周圍環(huán)境進(jìn)行三維建圖．實驗證明，RGB-D SLAM算法能快速建圖并具有很好的魯棒性．

在VSLAM中，通常使用關(guān)鍵幀進(jìn)行建圖和定位，這樣可以避免因逐幀插入導(dǎo)致系統(tǒng)實時性降低、計算代價增加、系統(tǒng)內(nèi)存消耗過大的問題．迄今為止，根據(jù)幀間相對運動距離來選擇關(guān)鍵幀是VSLAM最常用的方法[7]．該方法雖簡單有效，但精度低、實時性差．同時該方法往往直接將已選擇的關(guān)鍵幀全部儲存[1,6]，導(dǎo)致VSLAM算法后期存在大量冗余關(guān)鍵幀．本文針對上述問題，首先提出一種結(jié)合幀間相對運動距離、特征點跟蹤以及最小視覺變化的關(guān)鍵幀選擇算法，以便更加及時、準(zhǔn)確地插入關(guān)鍵幀．然后通過關(guān)鍵幀之間的圖像可跟蹤點進(jìn)行二次判斷，刪除冗余關(guān)鍵幀．最后基于改進(jìn)的關(guān)鍵幀選擇算法，結(jié)合具有較好方向和光照不變性的ORB特征，實現(xiàn)RGB-D SLAM算法．

1 RGB-D SLAM算法框架

本文通過基于圖(graph-based)的方法實現(xiàn)RGB-D SLAM算法．該算法主要由前端(front-end)、后端(back-end)、地圖構(gòu)建3部分組成，如圖1所示．前端又叫位姿圖構(gòu)建；后端又叫圖優(yōu)化，用以優(yōu)化全局位姿圖.

圖1 RGB-D SLAM的算法框架Fig.1 The overview of RGB-D SLAM algorithm

1.1 圖構(gòu)建

圖構(gòu)建主要包括特征檢測與匹配、運動估計、關(guān)鍵幀選擇與冗余關(guān)鍵幀刪除以及環(huán)形閉合檢測4部分．

常用的特征點包括SIFT[8]、SURF[9]、FAST[10]等．考慮到SLAM對實時性的要求，采用ORB[11]特征進(jìn)行特征檢測與提?。甇RB特征由Rublee等[11]于2011年提出，其計算速率更快、精度更高且具有更好的魯棒性(尺度和旋轉(zhuǎn)不變性)．對于ORB特征，采用BruteForceMatcher結(jié)合漢明距離進(jìn)行匹配．由于圖像匹配后會包含大量誤匹配對，采用隨機(jī)采樣一致性算法(RANSAC)[12]并利用RGB-D相機(jī)提供的深度信息對初匹配結(jié)果進(jìn)行采樣，從而剔除外點(outliers)、抑制噪聲并利用正確的匹配對計算幀間匹配的內(nèi)點(inliers)、旋轉(zhuǎn)向量和平移向量；然后根據(jù)旋轉(zhuǎn)向量和平移向量進(jìn)行運動估計，計算出幀間相對運動距離；再結(jié)合特征點跟蹤和最小視覺變化進(jìn)行關(guān)鍵幀選擇，之后通過關(guān)鍵幀之間的圖像可跟蹤點進(jìn)行二次判斷，刪除冗余關(guān)鍵幀；最后，再次利用RANSAC算法進(jìn)行局部環(huán)形閉合檢測和全局環(huán)形閉合檢測，用以檢索當(dāng)前場景是否重復(fù)出現(xiàn)，從而完成SLAM算法前端的所有環(huán)節(jié)．

1.2 圖優(yōu)化

完成圖構(gòu)建后，通過優(yōu)化位姿圖可以求解相機(jī)的最優(yōu)位姿．常用的圖優(yōu)化方法包括非線性最小二乘法[13]、基于松弛的優(yōu)化方法[14]、基于隨機(jī)梯度下降法[15]以及流形優(yōu)化方法[16]．非線性最小二乘法、基于松弛的優(yōu)化方法和基于隨機(jī)梯度下降法都是在歐氏空間中進(jìn)行優(yōu)化，但機(jī)器人的真實位姿變化卻是在非歐氏空間中的．為了防止歐氏空間中奇異值的出現(xiàn)，使用四元數(shù)來表示機(jī)器人的位姿變化并在流形空間中進(jìn)行優(yōu)化．這樣不僅克服了歐氏空間中產(chǎn)生奇異值的問題，還可取得更高的精度．本文具體采用g2o進(jìn)行后端優(yōu)化．g2o是Kümmerle等[16]提出能用于流形優(yōu)化的開源工具，可以大大提高開發(fā)效率．

1.3 地圖構(gòu)建

三維環(huán)境地圖有很多表示方法，本文采用3D點云地圖和3D OctoMap[17]來建圖．3D點云地圖能夠清晰直觀地表示環(huán)境信息，但存在大量冗余點且系統(tǒng)內(nèi)存占用較大，不適合在大規(guī)模環(huán)境以及終生SLAM(life-long SLAM)算法中使用．3D OctoMap克服了點云地圖上述缺點，在表示地圖的同時占用少量的內(nèi)存．此外，3D OctoMap能夠更加直觀地表示環(huán)境中的占用、空閑和未知區(qū)域，更有利于機(jī)器人導(dǎo)航和路徑規(guī)劃．

2 關(guān)鍵幀選擇算法

2.1 常用關(guān)鍵幀選擇算法

當(dāng)前端完成圖像匹配后，利用RGB-D相機(jī)提供的各像素深度信息和RANSAC算法，可計算出幀間旋轉(zhuǎn)向量r和平移向量t，從而求解幀間相對運動距離：

(1)

以D為判斷依據(jù)，常用關(guān)鍵幀選擇算法如下：

①若Dmin≤D≤Dmax，則Framecurr=Framekey；

②若D

③若D>Dmax，則Framecurr≠Framekey

其中，當(dāng)前幀為Framecurr，關(guān)鍵幀為Framekey，兩幀之間的最小運動距離為Dmin，兩幀之間的最大運動距離為Dmax．條件②說明兩幀之間運動距離較近，變化較??；條件③說明兩幀之間運動距離較遠(yuǎn)，變化較大．以上兩種情況均說明當(dāng)前幀不是關(guān)鍵幀．

除此之外，還可以結(jié)合RANSAC算法中Inliers來選擇關(guān)鍵幀．該算法雖然結(jié)合了D和Inliers來判斷是否選擇關(guān)鍵幀，但仍不能很好地滿足SLAM算法對實時性、魯棒性和精度的要求．在一些相機(jī)旋轉(zhuǎn)或抖動的特殊情況下仍會出現(xiàn)判斷錯誤甚至關(guān)鍵幀丟失的現(xiàn)象．對于終生SLAM算法來說，由于沒有判定冗余關(guān)鍵幀，還會導(dǎo)致系統(tǒng)存儲大量冗余的關(guān)鍵幀，使計算和存儲負(fù)荷不斷增大．

為了克服常用關(guān)鍵幀選擇存在的不足，本文提出選擇關(guān)鍵幀后，檢測冗余關(guān)鍵幀，并將其刪除．

2.2 改進(jìn)關(guān)鍵幀選擇算法

2.2.1 關(guān)鍵幀的選擇 對D加以限制，能確保幀間運動距離在一定的范圍內(nèi)，對Inliers加以限制，能夠確保相鄰圖像之間有足夠的匹配精度．而特征點跟蹤能夠保證幀間的相關(guān)性，提高建圖的一致性．本文提出最小視覺變化概念．最小視覺變化是指兩幀圖像之間存在足夠小但又滿足需求的運動變化，包括運動距離最小變化和幀間旋轉(zhuǎn)角度最小變化．最小視覺變化能夠提高幀間匹配精度，保證幀間相關(guān)性及建圖的一致性．

為此，在常用關(guān)鍵幀選擇算法中引入了特征點跟蹤和最小視覺變化作為關(guān)鍵幀判斷依據(jù)．該算法偽代碼描述如下：

If (環(huán)形閉合檢測空閑)or(距KeyframeL插入后又經(jīng)過了z個幀)Then

If(Inliers>Inliersmin)Then

If(Dmin≤D≤Dmax)Then

If(Track(Framecurr-1,Framecurr)>α)Then

If(Match(KeyframeL,Framecurr)>β)Then

選擇關(guān)鍵幀

EndIf

EndIf

EndIf

EndIf

EndIf

在上述算法中，Inliersmin為最少內(nèi)點數(shù)，F(xiàn)ramecurr為當(dāng)前幀，F(xiàn)ramecurr-1為上一幀，KeyframeL為最新插入的關(guān)鍵幀，α、β、z為可調(diào)參數(shù)．Track(Framecurr-1,Framecurr)用以計算Framecurr與Framecurr-1之間跟蹤到的特征點個數(shù)，Match(KeyframeL,Framecurr)用以計算Framecurr與KeyframeL之間匹配的特征點個數(shù)占KeyframeL特征點個數(shù)的比例．

首先，判定是否插入關(guān)鍵幀，即在不進(jìn)行環(huán)形閉合檢測時，插入關(guān)鍵幀能夠保證環(huán)形閉合檢測的準(zhǔn)確率、有效性．在距KeyframeL插入后檢測到第z個非關(guān)鍵幀時插入關(guān)鍵幀，能夠確保在建圖空閑時插入，提高關(guān)鍵幀的檢測效率．

其次，利用幀間相對運動距離D以及內(nèi)點數(shù)Inliers對關(guān)鍵幀進(jìn)行篩選．例如，算法語句If (Track(Framecurr-1,Framecurr)>α) Then用來對相鄰幀間特征點進(jìn)行跟蹤．條件Track(Framecurr-1,Framecurr)>α說明幀間相關(guān)性強(qiáng)、匹配度高，將Framecurr作為候選關(guān)鍵幀，從而避免關(guān)鍵幀丟失．

最后，以最小視覺變化進(jìn)行判定，檢測Framecurr與KeyframeL之間跟蹤到的特征點個數(shù)．當(dāng)Match(KeyframeL,Framecurr)>β時，說明新插入的關(guān)鍵幀與當(dāng)前幀之間有足夠運動距離，幀間旋轉(zhuǎn)角度滿足要求且匹配度高，將Framecurr選定為關(guān)鍵幀，并在位姿圖中插入該幀．

2.2.2 冗余關(guān)鍵幀的刪除 大部分關(guān)鍵幀算法都不會檢測冗余關(guān)鍵幀，但檢測冗余關(guān)鍵幀并將其刪除不僅能在很大程度上保證SLAM算法構(gòu)建地圖的一致性，還能減少關(guān)鍵幀的數(shù)量和占用的系統(tǒng)存儲空間．這對于需要檢測環(huán)境變化并對地圖進(jìn)行持續(xù)更新和維護(hù)的終生SLAM算法，具有重大意義．

本文通過比較相鄰n個關(guān)鍵幀圖像間的可跟蹤特征點進(jìn)行關(guān)鍵幀的二次判斷．冗余關(guān)鍵幀具體檢測方法如下：

①Track(Keyframecurr-1,Keyframecurr)>ε；

②重復(fù)上述比較方法；

③Track(Keyframecurr-n,Keyframecurr)>ε；

④如果以上判別式均成立，Keyframecurr為冗余關(guān)鍵幀，將其刪除．

上述檢測方法中，Keyframecurr-1,…,Keyframecurr-n為Keyframecurr之前的n個關(guān)鍵幀，Keyframecurr為當(dāng)前關(guān)鍵幀，Track(Keyframecurr-n,Keyframecurr)用以計算Keyframecurr與Keyframecurr-n之間匹配的特征點個數(shù)．

當(dāng)Keyframecurr上占比ε(ε>70%)的特征點能夠在Keyframecurr-n上檢測到時，說明Keyframecurr相對于之前的n個關(guān)鍵幀的運動尺度過小，Keyframecurr為冗余關(guān)鍵幀，刪除Keyframecurr．這種方法本質(zhì)上是關(guān)鍵幀的局部刪除，由于是在已選擇的關(guān)鍵幀中進(jìn)行二次判斷，在減少關(guān)鍵幀數(shù)量的同時提高了建圖和定位精度．

3 實驗研究

所有實驗均在Ubuntu 12.04環(huán)境下完成，計算機(jī)CPU為2.0 GHz Intel i5,運行內(nèi)存為3 GB．實驗數(shù)據(jù)來自于RGB-D數(shù)據(jù)集——TUM RGB-D Benchmark[18]和NYU RGB-D Datasets[19]．其中，coffee來自于NYU RGB-D Datasets，fr1_xyz和long_office_household(loh)來自于TUM RGB-D Benchmark．實驗分別比較了常用關(guān)鍵幀選擇算法(僅以D、Inliers為關(guān)鍵幀選擇依據(jù))、改進(jìn)關(guān)鍵幀選擇算法(包含冗余關(guān)鍵幀)、改進(jìn)關(guān)鍵幀選擇算法(刪除冗余關(guān)鍵幀)對RGB-D SLAM實時性、建圖和定位精度以及關(guān)鍵幀數(shù)量的影響．

3.1 RGB-D SLAM實時性分析

實時性對任何SLAM來說都是重要的性能評價指標(biāo)．表1比較了ORB、SIFT和SURF特征在同一數(shù)據(jù)集下的實時性和匹配精度．從表1可知，ORB特征檢測時間約為SIFT和SURF特征的1/10，且匹配時間遠(yuǎn)遠(yuǎn)少于SIFT和SURF特征．同時，ORB特征的匹配精度為SIFT和SURF特征的2倍以上．顯然ORB特征在檢測和匹配速率上都比其他特征更快且精度更高．

表1 ORB、SIFT和SURF特征實時性和匹配精度比較Tab.1 Comparison of ORB, SIFT and SURF features in terms of real-time and matching precision

在使用ORB特征的基礎(chǔ)上，3種關(guān)鍵幀選擇算法對RGB-D SLAM實時性的影響結(jié)果如表2所示．從表2可知，無論是否刪除冗余關(guān)鍵幀，改進(jìn)的關(guān)鍵幀選擇算法都可以減少系統(tǒng)運作時間，提高實時性．特別是在場景l(fā)oh中，由于數(shù)據(jù)較多，基于刪除冗余關(guān)鍵幀的改進(jìn)算法的實時性尤為顯著．

表2 RGB-D SLAM中3種關(guān)鍵幀選擇算法實時性比較Tab.2 Comparison of three key-frame selection algorithms in terms of real-time in RGB-D SLAM

3.2 RGB-D SLAM建圖和定位精度分析

圖2為3種關(guān)鍵幀選擇算法構(gòu)建的3D點云地圖．顯然，圖2(a)、(b)中存在大量漂移點，場景中房屋、桌子和人的輪廓都不夠清晰．由于場景中存在動態(tài)行人，前兩種關(guān)鍵幀選擇算法都不能很好地構(gòu)建人所經(jīng)過區(qū)域的局部地圖．與圖2(a)、(b)相比，圖2(c)中的漂移點和冗余點較少，房屋、桌子和人的輪廓很清晰．并且人在移動過程中未被遮擋時的圖像也可以清晰顯示．由此可見，刪除冗余關(guān)鍵幀改進(jìn)算法構(gòu)建的3D點云地圖比其他兩種算法精度更高．

(a) 關(guān)鍵幀選擇算法

(b) 包含冗余關(guān)鍵幀改進(jìn)算

(c) 刪除冗余關(guān)鍵幀改進(jìn)算法

圖2 3種關(guān)鍵幀選擇算法構(gòu)建的3D點云地圖
Fig.2 3D pointcloud map constructed by three key-frame selection algorithms

圖3(a)為TUM計算機(jī)視覺組利用運動視覺捕捉系統(tǒng)記錄的攝像頭在該場景下真實且連續(xù)的軌跡，圖3(b)、(c)、(d)分別為fr1_xyz場景下常用關(guān)鍵幀選擇算法、刪除冗余關(guān)鍵幀改進(jìn)算法以及包含冗余關(guān)鍵幀改進(jìn)算法計算的軌跡．各關(guān)鍵幀選擇算法生成軌跡是非連續(xù)的，且與真實運動軌跡(ground truth)間存在旋轉(zhuǎn)和平移關(guān)系，所以并未將所有軌跡統(tǒng)一到一個坐標(biāo)系中．可以看出，圖3(c)中刪除冗余關(guān)鍵幀改進(jìn)算法對應(yīng)的運動軌跡奇點較少，與真實軌跡更加一致．

(a) 軌跡1

(b) 軌跡2

(c) 軌跡3

(d) 軌跡4

圖3 真實運動軌跡與3種關(guān)鍵幀選擇算法的實際運動軌跡
Fig.3 Ground truth and actual trajectory of three key-frame selection algorithms

對于定位精度[18]，采用實際運動軌跡與真實運動軌跡間的均方根誤差(root mean square error,Erms)進(jìn)行比較．Erms越小，精度越高，計算式如下：

(2)

表3比較了3種關(guān)鍵幀選擇算法對應(yīng)的Erms．從表3可知，在不同實驗數(shù)據(jù)下，改進(jìn)關(guān)鍵幀選擇算法(刪除冗余關(guān)鍵幀)的Erms最小，約為常用關(guān)鍵幀選擇算法的1/2，從而表明該算法的定位精度最高．

3.3 RGB-D SLAM關(guān)鍵幀數(shù)量分析

本文通過對相鄰兩關(guān)鍵幀(n=2)進(jìn)行二次判斷來刪除冗余關(guān)鍵幀．圖4比較了不同數(shù)據(jù)集下3種關(guān)鍵幀選擇算法計算的關(guān)鍵幀數(shù)量N．很顯然，改進(jìn)關(guān)鍵幀選擇算法(刪除冗余關(guān)鍵幀)的關(guān)鍵幀數(shù)量遠(yuǎn)遠(yuǎn)小于其他兩種算法．當(dāng)RGB-D SLAM算法在大規(guī)模環(huán)境loh中使用時，這種差異尤為明顯，其計算的關(guān)鍵幀數(shù)量約為常用關(guān)鍵幀選擇算法的一半．

表3 RGB-D SLAM中3種關(guān)鍵幀選擇算法定位精度的比較Tab.3 Comparison of localization accuracy of three key-frame selection algorithms in RGB-D SLAM

圖4 不同數(shù)據(jù)集下3種關(guān)鍵幀選擇算法計算的關(guān)鍵幀數(shù)量
Fig.4 The number of key-frame calculated by three key-frame selection algorithms under different datasets

3.4 實驗結(jié)果分析

從上述實驗中可以發(fā)現(xiàn)，引入刪除冗余關(guān)鍵幀方法的改進(jìn)關(guān)鍵幀選擇算法在實時性、建圖和定位精度方面性能較其他兩種算法更好．在加入 “當(dāng)前環(huán)形閉合檢測空閑或距KeyframeL插入后又經(jīng)過了z個幀”條件且未刪除冗余關(guān)鍵幀時，改進(jìn)算法中關(guān)鍵幀數(shù)量略多于常用關(guān)鍵幀選擇算法中的數(shù)量．但是在加入刪除冗余關(guān)鍵幀的方法后，改進(jìn)算法中的關(guān)鍵幀的數(shù)量就會有所下降．特別是在大規(guī)模環(huán)境中，基于刪除冗余關(guān)鍵幀的改進(jìn)算法中的關(guān)鍵幀數(shù)量更是大幅下降．

實驗過程中，當(dāng)可調(diào)參數(shù)設(shè)置不準(zhǔn)確時會出現(xiàn)地圖重影、定位有奇異值等現(xiàn)象．對于不同的數(shù)據(jù)集，文中提到的這些參數(shù)最優(yōu)取值范圍往往需要通過大量的實驗反復(fù)測試才能確定．

一般情況下，Inliersmin、Dmin和Dmax可以通過相鄰兩幀圖像之間的匹配情況以及算法實際所需精度來確定：Inliersmin越大，Dmin和Dmax的范圍越小，關(guān)鍵幀的選取條件就越嚴(yán)格，在一定程度上會提高定位和建圖的精度但也會增加系統(tǒng)的計算代價．

α表示Framecurr與Framecurr-1之間跟蹤到的特征點個數(shù)，α越大表明可跟蹤的特征點個數(shù)越多，兩幀圖像匹配度越高．由于在Track(Framecurr-1,Framecurr) 之前已經(jīng)使用常用關(guān)鍵幀選擇算法進(jìn)行了一次關(guān)鍵幀的篩選且還需為后續(xù)環(huán)節(jié)留有足夠的候選關(guān)鍵幀，所以此時α在50～100為宜．β表示Framecurr與KeyframeL之間匹配的特征點個數(shù)所占KeyframeL特征點個數(shù)的比例．β越大表明Framecurr與KeyframeL之間的相關(guān)性越高．為了防止關(guān)鍵幀丟失以及滿足最小視覺變化原則，β在85%～95%為宜．對于α、β，均不能因精度要求而選擇過大，這樣不僅會導(dǎo)致候選關(guān)鍵幀數(shù)量不足，還會增加計算量，降低算法實時性．設(shè)參數(shù)d表示幀間間隔空隙．d過小會頻繁插入關(guān)鍵幀，在增加計算負(fù)荷的同時降低建圖的精度甚至出現(xiàn)定位和環(huán)形閉合檢測錯誤的現(xiàn)象；d過大則不能充分利用系統(tǒng)資源合理進(jìn)行計算．一般情況下，d在20～30為宜．設(shè)參數(shù)k表示關(guān)鍵幀刪除時需檢測的關(guān)鍵幀個數(shù)，該參數(shù)可隨著環(huán)境規(guī)模的增加適當(dāng)增加．考慮到整個算法的實時性，k在2～4即可滿足刪除冗余關(guān)鍵幀的需求．

4 結(jié) 語

本文提出的改進(jìn)關(guān)鍵幀選擇算法不僅在一定程度上解決了常用關(guān)鍵幀選擇算法魯棒性較差、精度較低的問題，還通過刪除冗余關(guān)鍵幀的方法減少了關(guān)鍵幀數(shù)量．整體上，本文提出的關(guān)鍵幀選擇算法在及時、準(zhǔn)確地插入關(guān)鍵幀的同時，提高了RGB-D SLAM算法的實時性、建圖和定位精度．

[1]GARCIA-FIDALGO E, ORTIZ A. Vision-based topological mapping and localization methods:A survey [J]. Robotics and Autonomous Systems, 2015, 64:1-20.

[2]CARLONE L, TRON R, DANIILIDIS K,etal. Initialization techniques for 3D SLAM:A survey on rotation estimation and its use in pose graph optimization [J]. Proceedings - IEEE International Conference on Robotics and Automation, 2015, 2015-June:4597-4604.

[3]FUENTES-PACHECO J, RUIZ-ASCENCIO J, RENDN-MANCHA J M. Visual simultaneous localization and mapping:a survey [J]. Artificial Intelligence Review, 2012, 43(1):55-81.

[4]ENGEL J, SCH?PS T, CREMERS D. LSD-SLAM:Large-scale direct monocular SLAM [J]. Lecture Notes in Computer Science, 2014, 8690 LNCS(part 2):834-849.

[5]MUR-ARTAL R, MONTIEL J M M, TARDOS J D. ORB-SLAM:a versatile and accurate monocular SLAM system [J]. IEEE Transactions on Robotics, 2015, 31(5):1147-1163.

[6]ENDRES F, HESS J, STURM J,etal. 3D mapping with an RGB-D camera [J]. IEEE Transactions on Robotics, 2014, 30(1):177-187.

[7]KLEIN G, MURRAY D. Parallel tracking and mapping for small AR workspaces [C] // 2007 6th IEEE and ACM International Symposium on Mixed and Augmented Reality, ISMAR. Piscataway:IEEE Computer Society, 2007:4538852.

[8]LOWE D G. Distinctive image features from scale-invariant keypoints [J]. International Journal of Computer Vision, 2004, 60(2):91-110.

[9]BAY H, TUYTELAARS T, VAN GOOL L. SURF:Speeded up robust features [J]. Lecture Notes in Computer Science, 2006, 3951 LNCS(1 of 4):404-417.

[10]ROSTEN E, DRUMMOND T. Machine learning for high-speed corner detection [J]. Lecture Notes in Computer Science, 2006, 3951 LNCS(1 of 4):430-443.

[11]RUBLEE E, RABAUD V, KONOLIGE K,etal. ORB:An efficient alternative to SIFT or SURF [C] // 2011 International Conference on Computer Vision, ICCV 2011. Piscataway:IEEE, 2011:2564-2571.

[12]FISCHLER M A, BOLLES R C. Random sample consensus:a paradigm for model fitting with applications to image analysis and automated cartography [J]. Communications of the ACM, 1981, 24(6):381-395.

[13]DELLAERT F, KAESS M. Square root SAM:Simultaneous localization and mapping via square root information smoothing [J]. International Journal of Robotics Research, 2006, 25(12):1181-1203.

[14]FRESE U, LARSSON P, DUCKETT T. A multilevel relaxation algorithm for simultaneous localization and mapping [J]. IEEE Transactions on Robotics, 2005, 21(2):196-207.

[15]GRISETTI G, STACHNISS C, GRZONKA S,etal. A tree parameterization for efficiently computing maximum likelihood maps using gradient descent [C]// Robotics:Science and Systems. Cambridge:MIT Press Journals, 2008:65-72.

[16]KüMMERLE R, GRISETTI G, STRASDAT H,etal. G2o:A general framework for graph optimization [C] // 2011 IEEE International Conference on Robotics and Automation, ICRA 2011. Piscataway:IEEE, 2011:3607-3613.

[17]HORNUNG A, WURM K M, BENNEWITZ M,etal. OctoMap:An efficient probabilistic 3D mapping framework based on octrees [J]. Autonomous Robots, 2013, 34(3):189-206.

[18]STURM J, ENGELHARD N, ENDRES F,etal. A benchmark for the evaluation of RGB-D SLAM systems [C] // 2012 IEEE/RSJ International Conference on Intelligent Robots and Systems, IROS 2012. Piscataway:IEEE, 2012:573-580.

[19]SILBERMAN N, FERGUS R. Indoor scene segmentation using a structured light sensor [C] // 2011 IEEE International Conference on Computer Vision Workshops, ICCV Workshops 2011. Piscataway:IEEE, 2011:601-608.

RGB-D SLAM algorithm based on improved key-frame selection

LI Yixing,LIU Shirong*,ZHONG Chaoliang,WANG Jian

(School of Automation, Hangzhou Dianzi University, Hangzhou 310018, China )

The key-frame selection is an important factor to improve the accuracy and real-time of visual SLAM algorithm. The key-frame selection is often based on the relative motion distance of the images. This method is simple and effective, but with poor real-time and robustness, and is easy to generate a large number of redundant key-frames. Aiming at the above problems, an improved key-frame selection algorithm is proposed. The algorithm incorporates the distance of relative motion of the frames, the feature points tracking and the minimum visual change to select a key-frame and delete the redundant key-frames. Based on this algorithm, combined the ORB (oriented FAST and rotated BRIEF) features with better direction and illumination invariant, the RGB-D SLAM algorithm is implemented. Experiments on RGB-D datasets indicate that the improved key-frame selection algorithm can be more accurate, timely in selecting key-frames, and improve the real-time and the accuracy of mapping and localization while reduce the redundant key-frames.

key-frames selection; redundant key-frames deletion; ORB feature; RGB-D SLAM

1000-8608(2017)04-0411-07

2016-12-30；

2017-05-26．

國家自然科學(xué)基金資助項目(61175093).

李弋星(1992-)，女，碩士生，E-mail:yixing_li_323@163.com；劉士榮*(1952-)，男，教授，博士生導(dǎo)師，E-mail:liushirong@hdu.edu.cn.

TP242

A

10.7511/dllgxb201704012