ORB-SLAM2框架下基于算术编码的CVSLAM高效数据压缩

【目的】协同视觉同时定位与建图(CVSLAM)因其所需传感器成本低、可以获取丰富的环境信息,且具有快速性和灵活性的特点,在机器人领域引起了越来越多的研究者关注。而实现对图像信息的高效传输是提高CVSLAM建图效率需要解决的关键问题之一。在多机协同作业中,机器人之间的数据传输是其工作的重中之重,数据共享往往受到通信带宽的影响,所以研究高效的数据处理方法成为至关重要的环节。【方法】基于中心式协同ORB-SLAM2框架,研究个体机器人向中心站进行数据传输问题,探索一种基于特征压缩的高效数据传输一般方法。特别地,研究了一种基于算术编码对ORB特征进行差分编码并进行压缩传输的方法。该方法根据特征不同的编码模式评价其压缩后所需传输的数据量,并选择数据传输量最小的模式对特征进行编码。【结果】在不影响整体建图效果的前提下,所采用的方法明显降低了CVSLAM系统中数据传输过程中的数据量,同时缩短了数据传输时间。【结论】基于KITTI数据集的实验结果表明,基于压缩编码的通信方式可以有效降低数据传输量、提高传输速度,是提高CVSLAM通信效率的有效手段。