支持ROS的稀疏直接法的立体视觉里程计

上个学期被安排帮忙撰写学位论文，本学期一开始想赶这学期毕业，所以一直没有更新内容。种种原因这学期毕业的计划落空，非常感谢女朋友的支持与陪伴。近期各种熬夜，学会儿就开小差，学习效率也不高，索性要求自己每天半个小时左右撰文，以此鞭策自己，关注者很少，当成笔记来写好了。

视觉里程计(VO)/视觉SLAM(VSLAM)可以分为基于特征的方法和直接法，根据构建的地图还能分为稀疏法和稠密法[1]。本文称基于特征的方法为特征法，特征法和直接法在不同的环境下的性能各有千秋，特征法典型代表如ORB-SLAM[2-3]，直接法典型代表如DSO[4]，后来该组又扩展为STEREO DSO[5]，后者代码尚未开源，发邮件咨询作者称尚在讨论中。后来，地平线公司也做了类似的工作，将DSO扩展为STEREO DSO，与文[5]略有不同，但未见发表相关论文，代码在github上开源[6]。

VO/VSLAM在机器人、AR和VR领域应用前景广阔，ROS为机器人的研究与应用提供了很多便利的工具，因此，本文为地平线公司开源的工作[6]实现了ROS接口，尚处于测试阶段，功能还不完备，代码和使用步骤见[7]，运行KITTI数据集(rosbag)的00序列[8]的结果如下图所示：

[1]林辉灿, 吕强, 张洋, 等. 稀疏和稠密的 VSLAM 的研究进展[J]. 机器人, 2016, 38(5): 621-631.

[2]Mur-Artal R, Montiel J M M, Tardos J D. ORB-SLAM: a versatile and accurate monocular SLAM system[J]. IEEE Transactions on Robotics, 2015, 31(5): 1147-1163.

[3]Mur-Artal R, Tardós J D. Orb-slam2: An open-source slam system for monocular, stereo, and rgb-d cameras[J]. IEEE Transactions on Robotics, 2017, 33(5): 1255-1262.

[4]Engel J, Koltun V, Cremers D. Direct sparse odometry[J]. IEEE transactions on pattern analysis and machine intelligence, 2018, 40(3): 611-625.

[5]Wang R, Schwörer M, Cremers D. Stereo dso: Large-scale direct sparse visual odometry with stereo cameras[C]//International Conference on Computer Vision (ICCV), Venice, Italy. 2017.

[6]https://github.com/HorizonAD/stereo_dso

[7]https://github.com/LinHuican/stereo_dso_ros

[8]http://cifasis-conicet.gov.ar/taihu/datasets/KITTI/bags/