{
  "paper_id": "96bcb24723d67630b95c53f640c6206c",
  "paper_title": "Kimera2: Robust and Accurate Metric-Semantic SLAM in the Real World",
  "paper_authors": [
    "Marcus Abate",
    "Yun Chang",
    "Nathan Hughes",
    "Luca Carlone"
  ],
  "publication_date": "",
  "publication_venue": "unknown",
  "abstract": "本文对开源度量-语义视觉惯性SLAM库Kimera进行了改进。具体而言，我们增强了为Kimera提供动力的视觉惯性里程计管线Kimera-VIO，以支持更好的特征跟踪、更高效的关键帧选择以及多种输入模态（例如单目、立体和RGB-D图像，以及轮式里程计）。此外，Kimera的位姿图优化后端Kimera-RPGO和Kimera-PGMO已更新以支持现代离群值剔除方法——特别是渐进非凸性（GNC）——以提高对虚假回环的鲁棒性。这些新功能在多种仿真和真实机器人平台上进行了广泛评估，包括无人机、四足机器人、轮式机器人和仿真自动驾驶汽车。我们与几种最先进的视觉惯性SLAM管线进行了比较，并讨论了新版Kimera的优势与不足。新添加的功能已在https://github.com/MIT-SPARK/Kimera开源发布。",
  "keywords": [
    "SLAM",
    "localization",
    "mapping",
    "visual-inertial navigation"
  ],
  "paper_institutions": [
    "Laboratory for Information & Decision Systems (LIDS), Massachusetts Institute of Technology"
  ],
  "output_language": "zh",
  "provider": "doubao",
  "model": "glm-5.3",
  "prompt_template": "simple",
  "extracted_at": "2026-09-17T09:26:25.061676Z",
  "template_tag": "simple",
  "summary": "### 摘要\n\n本文针对开源度量-语义视觉惯性SLAM库Kimera在真实世界应用中面临的鲁棒性、精度与多平台适应性问题，提出了一系列系统性改进。在相关研究方面，Vins-Fusion、ORB-SLAM3、Open-VINS等成熟VI-SLAM管线虽可实现实时轨迹估计，但Kimera仍是唯一同时支持在线VI-SLAM与实时度量-语义稠密3D重建的开源管线。作者在Kimera-VIO前端新增单目-IMU、RGB-D相机及外部里程计（如轮式里程计）输入支持，引入特征分箱与非极大值抑制以提升特征跟踪效率，并将关键帧选择逻辑从固定时间间隔改为基于光流视差的自适应双条件机制；在后端，Kimera-RPGO与Kimera-PGMO采用渐进非凸性（GNC）进行离群回环剔除以替代原有PCM方法。实验在EuRoC无人机数据集、Unitree A1四足机器人、Clearpath Jackal轮式机器人（MIT校园室内外及地下隧道）、uHumans2仿真环境以及CarSim模拟自动驾驶场景上展开，这些多样化的平台选择旨在验证Kimera作为通用VI-SLAM库的灵活性及各改进特性在不同传感器配置下的具体影响；评估指标为绝对平移误差（ATE RMSE）与3D网格几何重建RMSE。结果表明：轮式里程计在室外数据集上显著降低误差，特征分箱使A1数据集从完全失败转为1.74m误差且CarSim误差全面下降，GNC在多数数据集上优于PCM并在a1_simmons_0上为必要条件，Kimera-PGMO提升了网格重建精度；与Vins-Fusion和ORB-SLAM3的对比显示Kimera在CarSim和Jackal等大规模数据集上表现更优。未来方向包括多机器人建图与3D场景图构建等扩展。实际部署约束包括需针对平台配置传感器模态与特征掩码，关键帧参数max_disparity_since_lkf建议取75-100。核心机制在于VIO后端将视觉特征、预积分IMU测量与里程计测量（建模为GTSAM中的BetweenFactor）在固定滞后平滑器的渐退时间窗口上联合优化，以计算改进的里程计估计。\n\n### 关键要点\n\n- Kimera2对开源度量-语义VI-SLAM库Kimera进行系统性升级，涵盖Kimera-VIO、Kimera-Semantics、Kimera-RPGO和Kimera-PGMO等核心模块，新功能已开源发布。\n- Kimera-VIO前端新增单目-IMU、RGB-D+IMU及外部里程计输入支持，外部里程计以关键帧间相对位姿形式建模为GTSAM中的BetweenFactor并传入后端联合优化。\n- 特征分箱允许用户提供像素掩码以排除图像中不可用区域（如机器人底盘或天空），并在未掩码区域实现更均匀的特征检测；非极大值抑制可激进剔除特征跟踪以聚焦最有前景的特征。\n- 关键帧选择逻辑改为\"最大时间间隔或足够光流视差\"双条件触发，避免车辆静止时的不必要后端优化，防止固定滞后平滑器遗忘近期轨迹并减小因子图规模。\n- Kimera-RPGO与Kimera-PGMO引入渐进非凸性（GNC）作为位姿图优化的离群回环剔除选项，替代原有的增量式PCM方法，且因底层优化框架共享而同时适用于网格重建。\n- 实验数据集涵盖EuRoC无人机、Unitree A1四足机器人（RealSense D455 RGB-D相机）、Clearpath Jackal轮式机器人（立体相机+IMU+轮式里程计，MIT校园室内外及隧道）、uHumans2仿真及CarSim模拟自动驾驶环境，多数已公开。\n- 轮式里程计消融实验显示其在室外数据集上优势明显（如jackal_outdoor_1从15.9m降至12.3m），但在视觉特征易跟踪的室内环境中可能因轮式里程计误差产生负面影响（如jackal_hybrid_3从9.67m升至11.8m）。\n- 特征分箱实验中，A1数据集在无分箱掩码时完全失败，启用后ATE RMSE为1.74m；CarSim数据集启用分箱后误差全面下降（如carsim_4从8.52m降至3.22m）。\n- 关键帧逻辑消融研究表明max_disparity_since_lkf取75-100可获得一致良好结果，最佳与最差配置间误差差异可达一个数量级。\n- GNC与PCM对比显示GNC在多数数据集上显著提升定位性能（如jackal_hybrid_2从14.6m降至12.3m），且在a1_simmons_0数据集上GNC是使Kimera正常工作的必要条件。\n- Kimera-PGMO通过联合优化位姿图与稠密网格实现回环闭合，在CarSim和Kimera-Multi数据集上网格重建精度均优于Kimera-Semantics（如jackal_indoor_2从4.81m降至4.15m）。\n- 与Vins-Fusion和ORB-SLAM3的对比表明Kimera在多数场景尤其是CarSim和Jackal等大规模数据集上表现更优，但在EuRoC等小规模数据集上ORB-SLAM3因频繁Bundle Adjustment而更佳。"
}