RTAB-Map中节点负权重问题的分析与解决方案

问题背景

在使用RTAB-Map进行SLAM建图时，开发者可能会发现部分节点在优化后的位姿图中显示为负权重状态。这种现象通常表现为：虽然大多数节点正常参与优化，但总有一部分节点被系统标记为"未优化"状态。这种情况在不使用长期记忆(LTM)和工作记忆(WM)机制时（即TimeThr=0且MemoryTh=0）尤其令人困惑。

技术原理

RTAB-Map通过两个关键参数控制节点的更新机制：

1. RGBD/LinearUpdate：控制线性运动更新的阈值
2. RGBD/AngularUpdate：控制角度运动更新的阈值

当机器人运动量小于这些阈值时（例如机器人静止或移动很小），系统会将这些节点标记为负权重，使其不参与工作记忆(WM)和位姿图优化过程。这是RTAB-Map的一种优化机制，旨在减少不必要的计算资源消耗。

解决方案

针对这一问题，开发者可以根据实际需求选择以下解决方案：

1. 强制所有节点参与优化： 将RGBD/LinearUpdate和RGBD/AngularUpdate参数设置为0，这样系统将不再忽略任何节点，所有节点都会参与优化过程。

2. 清理数据库中的无效节点： 通过设置Mem/NotLinkedNodesKept=false，系统将自动删除这些被忽略的节点，保持数据库的整洁性。

3. 参数调优建议：

   • 对于需要高精度建图的应用场景，建议适当降低运动更新阈值
   • 对于计算资源有限的场景，可以适当提高阈值以减少计算量
   • 在调试阶段，可以保持Mem/NotLinkedNodesKept=true以便分析节点被忽略的原因

实现细节

值得注意的是，即使节点被标记为负权重，RTAB-Map默认仍会将这些节点保存在数据库中（通过Mem/NotLinkedNodesKept=true参数控制）。这一设计主要是为了：

• 便于开发者进行调试分析
• 保留完整的环境信息
• 在需要时可以重新启用这些节点

最佳实践

1. 在开发调试阶段，建议保持默认参数设置，便于发现问题
2. 在产品部署阶段，可以根据实际需求调整参数平衡精度和性能
3. 对于特殊场景（如需要极高精度的医疗或工业应用），建议进行详细的参数调优

通过理解这些机制，开发者可以更好地控制RTAB-Map的建图行为，获得满足特定需求的环境地图。