RTAB-Map as an Open-Source Lidar and Visual SLAM Library for Large-Scale and Long-Term Online Operation

RTAB-Map 自 2013 年以来以开源库的形式分发，最初是一种基于外观的环路闭合检测方法，具有处理大规模和长期在线操作的内存管理功能。随后，它发展成为在各种机器人和移动平台上实现同时定位和地图构建（SLAM）的工具。由于每个应用程序都对传感器、处理能力和运动方式提出了自己的一套限制，因此需要考虑在成本、精度、计算能力和集成易用性方面，哪种 SLAM 方法最为适用。由于大多数 SLAM 方法都是基于视觉或激光雷达的，因此很难进行比较。因此，我们决定扩展 RTAB-Map，支持视觉和激光雷达 SLAM，提供一个工具包，允许用户实现和比较各种 3D 和 2D 解决方案，适用于不同机器人和传感器的各种应用。本文介绍了这个扩展版本的 RTAB-Map 及其在比较大量流行的真实世界数据集（例如 KITTI、EuRoC、TUM RGB-D、MIT Stata Center 上的 PR2 机器人）方面的使用，从实际的角度概述了视觉和激光雷达 SLAM 配置的优缺点，以用于自主导航应用。

本论文试图解决在不同机器人和传感器应用中，选择最适合的SLAM方法的问题。

将RTAB-Map扩展到支持视觉和激光雷达SLAM，提供一种工具，允许用户实现和比较各种3D和2D解决方案。

论文通过对多个真实数据集进行定量和定性比较，从实际应用的角度，概述了视觉和激光雷达SLAM配置的优缺点。开源代码库，支持多种机器人和传感器。

最近的相关研究包括：ORB-SLAM2、LIO-SAM、LeGO-LOAM等。