SLAM

概念:

Simultaneous localization and mapping(同步定位与建图)
主要实现方法:激光雷达和视觉传感器
Visual Slam: 单目,双目,RGB-D

单目:

  1. PTAM(parallel tracking and mapping) BA
  2. DTAM(dense tracking and mapping real-time) 关键帧slam ICP位姿估计
  3. LSD-SLAM(large-scale direct monocular slam) 半稠密
  4. ORB-SLAM 基于特征点

RGB-D:

  1. KinectFusion
  2. RGBD-SLAM2
  3. ElasticFusion

Slam框架:

1.数据采集

2.视觉里程计(visial odometry)

  • 计算摄像机的方向和位置的过程
  • 极几何原理估算相机的旋转矩阵和平移向量

3.后端优化

  • 累计误差
  • BA(bundle adjustment 捆集调整),EKF(卡尔曼滤波),图优化
  • Graph-based SLAM 一般用g2o求解器

4.建图

5.闭环检测(loop closure detection)

  • 根据相机位置
  • 根据图像,常用BOW(bag-of-words)

特征检测

点特征:

1.SIFT(scale invariant feature transform)

  • 旋转不变性,尺度不变性,对噪声和光照有鲁棒性,但时间复杂度高

2.SURT(speeded up robust features)

  • 时间复杂度降低

3.ORB(oriented fast and rotated BRIEF)

  • FAST特征检测算子和BRIEF描述符的结合,计算速度快,但不具尺度不变性
----------本文完,感谢您的阅读----------