本文转载自公众号：CCF计算机视觉专委会
公众号ID：CCF计算机视觉专委会
2019年3月31日，由中国计算机学会计算机视觉专委会主办、浙江大学CAD&CG国家重点实验室承办的第2期CCF-CV“视界无限”系列活动——“同时定位与地图构建（SLAM）的前沿进展与未来趋势”研讨会在杭州启真酒店成功举行。本期研讨会由计算机视觉专委会委员、浙江大学章国锋教授组织和主持。研讨会邀请了北京大学査红彬教授、中科院自动化所吴毅红研究员、上海交通大学邹丹平副教授、西蒙弗雷泽大学谭平副教授做主题报告，浙江大学鲍虎军教授、刘勇教授、阿里巴巴李名杨研究员参加了深度研讨环节。本次活动报名非常火爆，收到了200余份参会申请，经过认真遴选，来自全国各高校和企业的80名参会者汇聚杭城，就SLAM的理论与应用进行了热烈的交流和深入细致的探讨。
会议议程依次包括引导发言、主题报告、海报/系统展示、深度研讨四部分。首先，浙江大学鲍虎军教授代表研讨会承办单位欢迎大家来到杭州参加“视界无限”活动。鲍老师指出，这种小规模的深入讨论对SLAM的发展有很大的推动作用，期待听到专家的精彩报告，并祝愿研讨会圆满成功。
章国锋教授的引导发言题目是“面向增强现实的单目视觉惯性SLAM算法评测”。章国锋教授指出，尽管视觉惯性SLAM已经取得了很大的成功，但由于缺乏合适的基准，目前还比较难从增强现实的角度来定量地评估各种SLAM系统的定位结果。现有SLAM数据集/基准一般只提供相机位姿的精度估计，而且相机运动类型比较简单，与移动增强现实中的常见运动情况并不吻合。为了解决这一问题，构建了一个新的视觉惯性数据集及相应的面向增强现实的评测标准，对现有的单目VSLAM/VISLAM方法进行了细致的分析和比较，并从中选出几个代表性的方法/系统在新基准上进行定量评估。
査红彬教授的引导发言题目是“基于数据流处理的SLAM技术”。传统的SLAM技术在实际应用中，仍存在重建误差积累严重、计算成本高昂等问题，影响了机器系统的在线响应速度以及对复杂环境的自适应能力。针对这些问题，应该最大限度地利用传感数据的时空一致性与三维地图的几何不变性，在现有多视点几何计算的基础上，强化SLAM算法的系统性与泛化能力，进一步改善其基本性能。
在主题报告环节，吴毅红研究员的报告题目是“Marker SLAM及FMD SLAM”。首先给出了目前marker SLAM存在的问题：几乎所有的marker SLAM都需要与空间点进行对应，然后采用PnP与RANSAC进行定位。在运动模糊、较远距离、较大噪声情况下都容易失败。由于点个数较少，即使采用RANSAC也难以剔除误匹配。为此提出了一种新的基于圆形的marker SLAM。接下来，吴毅红研究员介绍了自然场景下的FMD SLAM，其中将特征法与直接法进行融合，在前端采用直接法进行跟踪，在后端采用特征法对地图进行优化和更新，达到了速度与精度都可以兼顾的目的。
邹丹平副教授的报告题目是“无人系统中的视觉SLAM-融合环境与载体信息的方法”，首先回顾了环境结构特性的描述方法与观测模型，以及移动机器人与旋翼无人机两种典型载体的运动特性，在此基础上介绍了针对应用场景深度订制的视觉SLAM思路。该思路从环境结构特性与载体运动特性两方面入手，并将两者融入到视觉SLAM系统中以提升实际应用中的精度与可靠性。
谭平副教授的报告题目是“A Novel Approach Toward Dense Monocular SLAM”。视觉SLAM已有多年的研究历史，且有ORB-SLAM和DSO等成功的应用。这些方法通常只重构场景的稀疏图，即，用一组稀疏点云描绘场景结构。然而在AR/VR情境下，很多应用需要稠密的3D点云以实现避障或用户交互。Dense SLAM旨在追踪相机运动轨迹的同时建立稠密3D图，其中单目Dense SLAM仍是一个亟待解决的问题。谭平副教授介绍了两种最新的解决方案：利用偏振相机实现立体重建或使用深度神经网络学习形状先验信息以实现立体重建。
本次研讨会新增了海报/系统展示环节，共有来自企业和高校的14篇论文海报和4个系统进行了演示，为与会者提供了更多细致交流和深入探讨问题的机会。
在Panel环节，与会嘉宾与现场师生就“SLAM的未来发展之路在哪里？”、“SLAM的killer app是什么？”、“SLAM的产学研如何做？”、“怎么看Event Camera SLAM？”等问题展开热烈讨论，参会者也就自己关心的问题与嘉宾交换了观点。
最后，计算机视觉专委会副主任査红彬教授总结了本次会议取得的成果并对承办方浙江大学CAD&CG国家重点实验室的师生表示了感谢，第2期“视界无限”研讨会在热烈的掌声中圆满结束。
凌美芯经授权转载
如需转载，请联系原作者
分享给朋友或朋友圈请随意
LYNMAX凌美芯
微信号：LYNMAXTECH
