查看“Detour地面纹理SLAM算法详解”的源代码

<languages/>

== 概述 / Overview ==
地面纹理 SLAM（Ground-Texture SLAM）使用向下的高分辨率工业相机，把地面的微观纹理（划痕、混凝土颗粒、油渍、地砖缝）作为 ''全场景同质''的视觉地标，做位姿估计与建图。在激光 SLAM 表现差的场景（特征贫乏、动态多、地面平整）下效果显著。

Ground-texture SLAM uses a downward-facing high-res industrial camera and treats the floor's micro-features (scratches, concrete grit, oil stains, tile joints) as ''everywhere-homogeneous'' visual landmarks. It excels where laser SLAM is weak: featureless walls, heavy dynamic obstacles, but smooth uniform floors.

入门见 [[Special:MyLanguage/地纹SLAM技术概述|地纹 SLAM 技术概述]]；本页讲算法细节。
For an intro see [[Special:MyLanguage/地纹SLAM技术概述|the ground-texture SLAM overview]]; this page covers the algorithmic core.

== 算法原理 / Algorithm overview ==
{| class="wikitable"
! 模块 / Module !! 说明 / Description
|-
| 特征提取 / Feature extraction || ORB / FAST + BRIEF（每帧 ~500 个点）/ ORB / FAST + BRIEF (~500 features per frame)
|-
| 帧间匹配 / Frame matching || Hamming 距离 KNN + 比率测试 / KNN matching with ratio test
|-
| 位姿估计 / Pose estimation || PnP（2D-to-2D 因深度近似常数）/ 2D-2D PnP since depth ≈ const
|-
| 关键帧筛选 / Keyframe selection || 平移 ≥ 30 mm 或转角 ≥ 5° / displacement ≥ 30 mm or yaw ≥ 5°
|-
| 局部建图 / Local mapping || 关键帧池 + Bundle Adjustment / keyframe pool + BA
|-
| 全局闭环 / Global loop closure || 词袋（BoVW）/ Bag of Visual Words
|-
| 位姿图优化 / Pose-graph || g2o / Ceres
|}

== 硬件配置 / Hardware setup ==
{| class="wikitable"
! 部件 / Part !! 典型规格 / Typical
|-
| 相机 / Camera || 工业 USB3 全局快门，120 FPS，1 MP
|-
| 安装高度 / Mount height || 80–150 mm 距地 / ground-clearance
|-
| 视场 / FOV || 200 × 150 mm 实测覆盖区
|-
| 照明 / Lighting || 自带 LED 环形灯，确保不被外光影响
|-
| 防护 / Protection || 抗油 / 抗尘罩，定期清洁
|}

== 与激光 SLAM 的差异 / vs laser SLAM ==
{| class="wikitable"
! 项 / Item !! 激光 SLAM !! 地纹 SLAM
|-
| 主感知 / Primary sensing || 2D 距离扫描 / 2D ranges || 向下相机图像 / downward image
|-
| 全局位姿误差 / Global error || cm 量级（受墙体不规则影响）|| mm 量级（局部很准）
|-
| 全局漂移 / Global drift || 受闭环密度影响 || 重度依赖关键帧密度
|-
| 弱场景 / Weak case || 长走廊 / 反光板缺 || 极平整无纹理地面（如新漆面）
|-
| 重定位 / Re-loc || 全局粗定位足够 || 需要预先扫描全场地图
|-
| 计算需求 / Compute || CPU 中等 || CPU + GPU（GPU 加速特征匹配）；见 [[Special:MyLanguage/使用手册 - 如何在核显工控机上运行地纹导航|核显工控机]]
|}

== 工作流程 / Workflow ==

# 用专用扫描车在工地上 ''慢速、完全覆盖''采集地纹（推荐 ≤ 0.5 m/s）。
# 后处理生成 ''地纹地图''（特征点数据库 + 关键帧池）；典型大小 1 GB / 1000 m²。
# 上线时车上跑实时定位：每帧提特征 → 与本地关键帧匹配 → 估姿 → 周期性查全局 BoVW 做闭环。
# Detour TightCoupler 把地纹位姿与激光 / IMU 融合。

# Slowly traverse the entire site (≤ 0.5 m/s) to capture textures.
# Off-line build the ''texture map'' (feature DB + keyframe pool); typically ~1 GB per 1000 m².
# At runtime: extract features per frame → match to local keyframes → estimate pose → periodically query global BoVW for loop-closure.
# Detour's TightCoupler fuses ground-texture pose with laser + IMU.

== 关键参数 / Key parameters ==
* `featurePerFrame`: 500 (上下限 200–1000)
* `keyframeSpacing`: 30 mm
* `bowVocabSize`: 5000 个视觉单词
* `localBaWindow`: 10 关键帧
* `loopClosureMinScore`: 0.6

== 适用与不适用 / Applicability ==
'''适合 / Use when''':
* 地面有微观纹理（混凝土、地砖、橡胶颗粒）
* 工作面平整、车体俯仰/翻滚小
* 激光 SLAM 表现差（长走廊、镜面墙）

'''不适合 / Avoid when''':
* 地面持续湿水、油污（特征被遮）
* 地面定期翻新（特征漂变快）
* 上下楼梯 / 大坡度

== 快速找回定位 / Re-localisation in ground texture ==
地纹场景下"丢失定位"恢复较难，因为没有全局粗位姿。MDCS 推荐 ''二维码辅助''方案：在关键位置贴二维码作为 ''重定位锚点''。具体见 [[Special:MyLanguage/使用手册 - 在地纹导航中使用二维码快速找回定位|使用手册 - 在地纹导航中使用二维码快速找回定位]]。

In ground-texture mode, recovery is hard. The recommended pattern is QR-assisted re-localisation: paste QR tags at strategic points as anchors. See the dedicated guide.

== 相关页面 / See also ==
* [[Special:MyLanguage/地纹SLAM技术概述|地纹SLAM技术概述]]
* [[Special:MyLanguage/使用手册 - 如何在核显工控机上运行地纹导航|使用手册 - 如何在核显工控机上运行地纹导航]]
* [[Special:MyLanguage/使用手册 - 在地纹导航中使用二维码快速找回定位|地纹导航中使用二维码快速找回定位]]
* [[Special:MyLanguage/Detour软件架构|Detour软件架构]]
* [[Special:MyLanguage/多定位源的自动综合|多定位源的自动综合]]

[[Category:技术报告]]