Tesina - Sistema SLAM Visual-Inercial Eficiente con Consistencia Global

------------------------------------------------------------------------------- Fecha: Martes 25 de Agosto de 2026 Hora: 10.00 Horas Modalidad: Presencial Lugar: Aula 23 ------------------------------------------------------------------------------- Alumno: Tomás Santucci Director: Taihú Pire Co-director: Mateo de Mayo Título: Sistema SLAM Visual-Inercial Eficiente con Consistencia Global Resumen: La odometría visual-inercial (VIO) fusiona cámaras e IMU para estimar la localización de robots y dispositivos de realidad virtual y aumentada (VR/AR), y el SLAM visual-inercial (VI-SLAM) la complementa con un mapa persistente que habilita el cierre de ciclos y la corrección del error acumulado (drift). Los métodos de VIO del estado del arte operan en tiempo real, pero acumulan drift sin posibilidad de corrección global; los de VI-SLAM, en cambio, presentan dificultades para garantizar operación en tiempo real sobre plataformas con recursos acotados. En este trabajo se presenta un sistema VI-SLAM eficiente que extiende BasaltMSD (una versión mejorada del algoritmo de VIO de Basalt, adaptada a VR/AR y con múltiples funcionalidades adicionales) con cierre de ciclos en tiempo real, optimización global mediante bundle adjustment y eliminación de keyframes. El cierre de ciclos emplea HashBoW, un método liviano de reconocimiento de lugares, dentro de una arquitectura asíncrona que corrige el drift global sin degradar el rendimiento del front-end. Además, se propone la primera aplicación de RootBA como optimizador global de bundle adjustment en VI-SLAM, adaptando su formulación a configuraciones multicámara con modelos de cámara arbitrarios, y ejecutándolo en precisión simple. Se realizó una evaluación exhaustiva del sistema sobre los datasets EuRoC, TUM-VI y Monado SLAM Dataset. Los resultados muestran mejoras de precisión respecto de BasaltMSD, especialmente pronunciadas en las secuencias de interior, y un tiempo de procesamiento por frame estable y dentro de los límites de tiempo real, incluso en secuencias de más de 40 minutos. Frente a ORB-SLAM3 y OKVIS2, el sistema propuesto ofrece la mejor combinación de precisión, robustez y rendimiento en tiempo real en escenarios de VR/AR, mientras que en el resto alcanza una precisión competitiva, con mejores tiempos de procesamiento. Palabras clave: SLAM visual-inercial, cierre de ciclos, bundle adjustment, robótica móvil, VR/AR.