BundledSLAM: An Accurate Visual SLAM System Using Multiple Cameras

多摄像头 SLAM 系统具有许多优势，主要源于它们能够整合来自更广阔视野的信息，从而提高了鲁棒性和定位精度。在这项研究中，我们提出了一种显著的扩展和改进最先进的立体 SLAM 系统，即 ORB-SLAM2，旨在实现更高的精度。为了实现这个目标，我们首先将所有相机的测量映射到一个虚拟相机上，称为 BundledFrame。这个虚拟相机经过精心设计，可以无缝地适应多相机配置，从而有效地融合从多个相机捕获的数据。此外，我们在束调整（BA）过程中利用外部参数实现精确的轨迹估计。此外，我们还对束调整（BA）在多相机场景中的作用进行了广泛的分析，深入探讨了它对跟踪、局部映射和全局优化的影响。我们的实验评估涉及对地面真实数据和最先进的 SLAM 系统进行全面比较。为了严格评估系统的性能，我们利用了 EuRoC 数据集。我们评估的一致结果表明，与现有方法相比，我们的系统具有更高的精度。

本论文旨在扩展和改进ORB-SLAM2多摄像头SLAM系统，以提高其定位精度。

通过将所有摄像头的测量映射到虚拟相机BundledFrame上，利用BA过程中的外部参数实现精确轨迹估计，从而实现多摄像头数据的有效融合。

论文通过实验评估证明了该系统相比现有方法具有更高的精度，并使用EuRoC数据集进行了全面比较。

相关研究包括多摄像头SLAM系统和BA技术的应用研究，例如Multi-Camera Visual SLAM: A Tutorial和Bundle Adjustment in the Large等。