{
  "paper_id": "eba14d962fb61f0ba51d4e44c3fb6bc5",
  "paper_title": "Direct Visual SLAM using Sparse Depth for Camera-LiDAR System",
  "paper_authors": [
    "Young-Sik Shin",
    "Yeong Sang Park",
    "Ayoung Kim"
  ],
  "publication_date": "",
  "publication_venue": "2018 IEEE International Conference on Robotics and Automation (ICRA)",
  "abstract": "本文描述了一种将单目相机与来自激光雷达（LiDAR）的稀疏深度信息相结合的直接视觉同时定位与建图（SLAM）框架。为了在保持高精度运动估计的同时确保实时性能，我们提出了（i）基于滑动窗口的跟踪方法、（ii）用于精确位姿图SLAM的严格位姿边缘化，以及（iii）用于大尺度建图的深度集成帧匹配。与传统的基于特征的视觉与LiDAR建图不同，所提出的方法是直接法，在目标函数中消除了视觉特征。我们使用自研的便携式相机-LiDAR系统以及KITTI里程计基准数据集进行了评估。实验结果证明，两种互补传感器的特性对于提升实时性能和精度非常有效。通过验证，我们在包含高速公路和住宅区等多种环境的KITTI基准中实现了0.98%的低漂移误差。",
  "keywords": [
    "同时定位与建图（SLAM）",
    "直接法视觉SLAM",
    "相机-LiDAR融合",
    "稀疏深度",
    "视觉里程计",
    "回环检测",
    "位姿图优化"
  ],
  "paper_institutions": [],
  "output_language": "zh",
  "provider": "doubao",
  "model": "glm-5.3",
  "prompt_template": "simple",
  "extracted_at": "2026-09-17T09:36:49.914920Z",
  "template_tag": "simple",
  "summary": "### 摘要\n本文针对单目视觉SLAM固有的尺度模糊与初始化难题，以及传统基于ICP的LiDAR里程计在点云垂直稀疏时易失效的问题，提出了一种将单目相机与3D LiDAR稀疏深度紧耦合的直接视觉SLAM框架。在相关研究方面，直接法视觉里程计（如DSO、LSD-SLAM、SVO）虽避免了特征提取，但单相机仍需自举初始化且存在尺度歧义；最可比的DEMO虽结合相机与LiDAR，却属于利用稠密深度的间接方法。为此，本文提出三项核心创新：滑动窗口跟踪、面向精确位姿图SLAM的严格位姿边缘化、以及面向大尺度建图的深度集成帧匹配，其核心机制是以光度误差为目标函数并采用t分布加权：E_track = Σ_{p∈Ω} w(r(p))·(r(p))²，其中残差 r(p) = I_n(π(T_m^n·p_m)) − I_m(π(p_m))，权重 w(r) = (ν+1)/(ν+(r/σ_r)²)，通过Gauss-Newton在多尺度图像金字塔上优化，LiDAR点直接锚定于帧而不作为路标状态。实验选用KITTI里程计基准（覆盖城市、乡村、高速公路等多环境，用于验证里程计精度与对LiDAR稀疏化的鲁棒性，通过将64线降采样为16线与8线模拟稀疏传感器）以及自研便携相机-LiDAR系统（VLP-16，垂直FOV仅30°，用于验证真实稀疏硬件下室内外大尺度场景的SLAM一致性），全部实验在Intel Core i7-7700HQ CPU与8GB内存的笔记本上实时运行而无需GPU。评估指标为分段轨迹平移/旋转误差与相对位姿误差：KITTI上64线与16线平均平移误差均为0.98%，优于DEMO的1.16%，支持了直接法融合稀疏深度的有效性；室内60m环路相对误差约0.105m、室外3.97km双圈相对位置误差1.11%（16线）与1.42%（8线），验证了滑动窗口优化与回环约束对局部与全局一致性的贡献。未来工作包括利用LiDAR几何信息提升对光照变化的鲁棒性以及处理动态物体。该方法适用于户外机器人与自动驾驶等需要实时、低成本、大尺度建图的实际场景，但受限于LiDAR窄垂直视场导致深度仅覆盖部分图像区域、需要精确的相机内参与传感器间外参标定，且在极端稀疏（8线）叠加运动车辆的场景下误差显著增大（序列01达7.25%）。\n\n### 关键要点\n- 提出仅依赖稀疏深度测量的直接视觉SLAM，在运动估计目标函数中完全排除视觉特征，以应对LiDAR点云稀疏性。\n- 采用固定5–10帧的滑动窗口优化进行跟踪与批处理优化，克服相机与LiDAR视场差异带来的深度关联受限问题，实现低漂移实时里程计。\n- 通过Schur补对滑动窗口中最旧关键帧进行严格位姿边缘化以构建位姿图，LiDAR点锚定于帧而不作为状态中的路标，新关键帧加入时利用剩余Hessian块迭代优化。\n- 关键帧管理采用双准则：可投影点比例低于阈值 γ_kf（室内外均取0.8）时创建关键帧，并按时间间隔 t_kf（室外取1.0s）创建以增强对光照变化的鲁棒性。\n- 点管理策略将LiDAR点按2°×2°空间bin均匀采样并在每个bin中选取梯度最大的点作为活跃点，在降低逐帧计算负担的同时保持运动估计精度。\n- 回环检测仅使用关键帧，提取ORB特征并用ORB-SLAM训练的DBoW词典进行外观位置识别，通过双向相对位姿交叉验证与动态协方差缩放（DCS）抑制误回环与不可靠约束。\n- KITTI基准上（仅用单目相机与LiDAR、不启用回环）64线平均平移误差为0.98%，优于DEMO的1.16%；16线仍保持0.98%，验证方法对LiDAR稀疏化的鲁棒性。\n- 8线极端稀疏下序列01（高速公路、含快速运动车辆）误差达7.25%，表明纹理重复与动态物体叠加极端稀疏时性能显著退化。\n- 室内实验以ArUCo标记提供真值，60m环路三圈的相对位姿RMSE约0.105m，证明位姿图优化的漂移抑制效果，且无需点云匹配即可获得高质量点云地图。\n- 室外3.97km双圈实验以VRS-GPS（固定态平均误差20mm）为真值，16线相对位置误差1.11%、8线为1.42%，验证窄垂直FOV（30°）稀疏LiDAR下大尺度SLAM的一致性。\n- 全部实验在Intel Core i7-7700HQ（4核，最高3.8GHz）与8GB内存的笔记本CPU上实时完成，无需GPU，适合低成本实时部署。\n- 未来工作计划利用LiDAR几何信息应对光照变化，并通过处理动态物体进一步保证精度与鲁棒性。"
}