北大提出LF-SLAM：基于线流(Line Flow)的SLAM

Line Flow based SLAM

论文链接：https://arxiv.org/abs/2009.09972

本文提出线流(Line Flow)表示，用于描述连续帧中的线段，其在具有遮挡，图像模糊和重复纹理的挑战性场景中获得良好的定位和建图结果。作者单位：北京大学(查红彬团队), 北京工业大学等

我们通过预测和更新代表3D线段的训练2D投影的线流，提出了一种视觉SLAM方法。尽管使用点和线段的间接SLAM方法已取得了出色的结果，但它们仍然在具有挑战性的场景（例如遮挡，图像模糊和重复纹理）中面临问题。为了解决这些问题，我们利用线流，该线流在空间和时间域中将2D和3D线段的相干性编码为对应于特定3D线段的所有2D线段的序列。借助线流表示，可以基于2D和3D线段运动来预测新帧中的相应2D线段。我们实时创建，更新，合并和丢弃线流。我们使用贝叶斯网络对基于线流的SLAM（LF-SLAM）进行建模。我们在前端执行短期优化，在后端执行长期优化。线路流中引入的约束条件改善了LF-SLAM的性能。大量的实验结果表明，与最先进的直接和间接SLAM方法相比，我们的方法具有更好的性能。特别是，它在具有遮挡，图像模糊和重复纹理的具有挑战性的场景中获得良好的定位和映射结果。