PeterFWS/Structure-PLP-SLAM

解決的問題

Structure PLP-SLAM 解決了在各種環境中高效稀疏地圖與定位的挑戰。透過將點、線與平面整合至 SLAM（同時定位與地圖建構）流程中，相比僅依賴點特徵的系統，顯著提升了相機追蹤與環境重建的穩健性與準確性。

工作原理

該系統處理單眼、RGB-D 或立體相機的視覺資料。它利用點、線與平面等幾何原素，建構環境的稀疏地圖。針對平面 SLAM，系統整合了 PlaneRecNet 等工具的實例平面分割技術，以識別場景中的平面。系統亦支援重定位功能，允許相機根據預先建構的地圖來定位自身位置，並可選擇性地對 RGB-D 資料執行基於深度的稠密重建。

適用對象

本專案專為從事視覺 SLAM 的機器人研究人員與開發者設計，特別適合需要在單眼、立體與 RGB-D 相機配置下實現高效率定位與建圖的使用者。

主要亮點

• 多原素建圖：結合點、線與平面，建構更完整的稀疏地圖。
• 相機相容性廣：支援單眼、RGB-D 與立體相機配置。
• 支援重定位：可基於預先建構的地圖進行地圖導向的影像定位。
• 與 PlaneRecNet 整合：利用基於 CNN 的實例平面分割技術，提升平面檢測效能。