Towards Revisiting Visual Place Recognition for Joining Submaps in Multimap SLAM

视觉SLAM是许多自主系统的关键技术。然而，在多地图SLAM系统（如ORB-SLAM3）中，跟踪丢失可能会导致不连续的子地图的创建。因此，这些系统采用子地图合并策略。正如我们所展示的，这些策略并不总是成功的。在本文中，我们研究了在视觉SLAM中使用现代VPR方法进行子地图合并的影响。我们认为，传统的评估指标不足以估计现代VPR组件对整个系统的影响。我们展示了，简单地替换VPR组件并不能充分利用其全部潜力，而不需要对原始系统进行大量干预。因此，我们提出了一个后处理管道以及一组指标，使我们能够估计现代VPR组件的影响。我们使用NetVLAD和HDC-DELF作为VPR组件，在NCLT和Newer College数据集上评估了我们的方法，使用ORB-SLAM3。此外，我们提出了一种将VPR与时间一致性相结合的简单方法，用于地图合并。我们展示了ORB-SLAM3的地图合并性能可以得到改善。基于这些结果，VPR研究人员可以评估他们的方法在SLAM系统中的潜力。

研究在多地图SLAM系统中，子地图合并策略的不足之处，探究使用现代VPR方法进行子地图合并的影响

提出了一种后处理流程和一组度量标准，用于评估现代VPR组件对SLAM系统的影响，通过使用NetVLAD和HDC-DELF作为VPR组件，改进ORB-SLAM3的地图合并性能

实验使用了NCLT和Newer College数据集，作者提出了一种简单的方法将VPR与时间一致性结合起来进行地图合并，该方法可以提高ORB-SLAM3的地图合并性能，为VPR研究人员评估其方法在SLAM系统中的潜力提供了参考

相关研究包括ORB-SLAM、ORB-SLAM2等SLAM系统，以及一些VPR方法如NetVLAD、HDC-DELF等