摘要-我们提出ORBSLAM-Atlas，该系统能够处理无限制的非连接的子图的数量，其包括一个鲁棒的地图合并算法能够检测子图之间的公共区域并无缝融合他们。ORBSLAM算法杰出的鲁棒性和精确性由于能够检测宽基线匹配在关键帧之间，以及能够利用他们通过非线性优化的方法，然而，它只能够处理一张地图。ORBSLAM Atlas为多地图领域带来了广泛的基线匹配检测和开发。结果是一个SLAM系统更通用和鲁棒，能够执行多阶段的构图。如果跟踪丢失在探索期间不是冻结地图，而是一个新的子图被启动，它可以用之前的地图融合当有相同部分被访问到时。我们的标准是宣布相机失去了与之前简单计算跟踪点数量的方法的对比度，我们建议丢弃由于糟糕的几何条件导致的不准确估计的相机姿态。结果就是，地图被分割成更精确的子图，最后以更精确的全局地图方式合并，多亏多建图的能力。
我们在EuRoC数据集上提供了广泛的实验验证，ORBSLAM-Atlas能够获得精确的单目和双目效果在较难的数据集上ORBSLAM是失败的。我们也建立全局一致的地图，在同一个房间进行多次建图后，获得迄今为止最好的结果，比竞争的多地图方法准确2到3倍。我们也证明我们系统的鲁棒性和可扩展性对于处理动态环境，在EuRoC数据集中进行定量分析，在人员密集的走廊中相机被遮挡以及跟踪经常丢失环境下进行定性分析。
1、介绍
、、、
主要贡献：
a、一个多地图表示，称之为atlas，其处理无限数量的子图。这个atlas有一个唯一的DBoWs的关键帧数据库用于所有的子图，这使得有效的多地图场景识别。
b、用于所有多建图操作的算法：新地图创建，在多地图中的重定位，地图融合。 我们已经设计了如何交织基本建图阶段，以稳健、准确和高效地执行多建图操作。系统所有的部分中， 与地图合并过程相关的是，该过程将两个地图与一个公共区域无缝融合。在融合之后，这两个正在融合的地图由一个新的融合的地图替换。我们提出在跟踪丢失之后一个新地图的创建。它防止了在探索轨迹中失败，重定位不能恢复相机跟踪丢失。
c、在较差的相机位姿的情况下，一个新的声明跟踪丢失的标准。能够防止在回环中错误的位姿图优化，回环中包含了更高的不确定的相机位姿。
II、相关工作
在文献当中，多地图能力被研究作为合作建图系统的一个部分。协作代理最终将帧发送到执行多个建图操作的中央服务器。
标签：map,multi,accurate,地图,融合,相机,建图,ORBSLAM,Atlas From： https://www.cnblogs.com/gary-guo/p/17055967.html