在第一部分中,将介绍Lidar SLAM,包括Lidar传感器,开源Lidar SLAM系统,Lidar中的深度学习以及挑战和未来。 第二部分重点介绍了Visual SLAM,包括相机传感器,不同稠密SLAM的开源视觉SLAM系统。 第三部分介绍视觉惯性里程法SLAM,视觉SLAM中的深度学习以及未来。 第四部分中,将介绍激光雷达与视觉的融合。 视觉SLAM的稳定性是...
LVI-SAM是MIT团队的TixiaoShan等人开源的一个紧耦合的激光雷达视觉惯导SLAM系统,可以实时高精度鲁棒的进行状态估计和建图。 LVI-SAM构建在因子图之上,并且由两个子系统组成:一个视觉惯导系统和一个激光惯导系统。这两个子系统利用紧耦合的方法,视觉惯导的系统利用激光惯导的估计来做初始化。视觉惯导系统利用激光雷达的...
视觉惯导系统中,优化机体坐标系状态量,同时增加了IMU预积分测量值约束。 采用滑动窗口形式的图优化技术,优化的状态量包括,IMU机体在惯性坐标系(世界坐标系)的位置,速度,姿态以及IMU机体坐标系中的加速度和角速度的偏置量估计。 对于状态量可以采用最小化视觉测量和IMU测量的联合误差进行优化。 通过IMU约束,建立i和j...
本文提出了一个紧耦合的雷达视觉惯导SLAM系统,可以实时高精度鲁棒的进行状态估计和建图。LVI-SAM构建在因子图之上,并且由两个子系统组成:一个视觉惯导系统和一个激光惯导系统。这两个子系统利用紧耦合的方法,视觉惯导的系统利用激光惯导的估计来做初始化。视觉惯导系统利用激光雷达的测量给视觉特征提供深度来提升精度。...
本文提出了一种快速的激光视觉惯导融合的slam系统,可以分为LIO和VIO两个紧耦合的子系统。LIO直接把当前的扫描点和增量构建的地图对齐,地图点也会辅助基于直接法的VIO系统进行图像对齐。为了进一步提高vio系统的鲁棒性和准确性,作者提出了一种新的方法来剔除边缘或者在视觉中遮挡的地图点。本文方法可以适用于机械雷达和...
图1:在视觉SLAM(左)和视觉惯导SLAM(右)中涉及的状态变量图模型 图2:硬件中涉及的坐标系:两个相机分别代表一个坐标系 FCi,IMU数据在FS坐标系中获得,FS坐标系通过世界坐标系FW估计获得。 A.符号和定义 符号:我们在整个过程中采用以下符号:FA 表示参考帧 A,其中向量被写为 pA 或 pBCA,其中 B 和 C 分别为起...
Visual-Inertial Monocular SLAM with Map Reuse 重用地图的单目视觉惯导SLAM系统 摘要 近些年来有很多优秀的视觉惯导融合的里程计系统,计算高精度和鲁棒性的传感器的增量运动。但是这些系统都是没有闭环的,所以导致系统即使回到观测过的地方还是会有累计误差。本文作者提出了一个新颖的基于紧耦合的带有闭环检测的视觉惯导...
Visual-Inertial Monocular SLAM with Map Reuse 重用地图的单目视觉惯导SLAM系统 摘要 近些年来有很多优秀的视觉惯导融合的里程计系统,计算高精度和鲁棒性的传感器的增量运动。但是这些系统都是没有闭环的,所以导致系统即使回到观测过的地方还是会有累计误差。本文作者提出了一个新颖的基于紧耦合的带有闭环检测的视觉惯导...
现有的SLAM数据集通常只提供姿态精度的评估,而且它们的相机运动很简单,不适合常见的移动AR应用场景。基于上述情况,我们建立了一个新的视觉惯性数据集和一系列AR的评价标准,并对现有的单目VSLAM/VI-SLAM方法进行了详细的分析和比较。特别是选择了8种具有代表性的单目VSLAM/VI-SLAM方法/系统,并在我们的基准上对它们...
Visual-Inertial Monocular SLAM with Map Reuse 重用地图的单目视觉惯导SLAM系统 摘要 近些年来有很多优秀的视觉惯导融合的里程计系统,计算高精度和鲁棒性的传感器的增量运动。但是这些系统都是没有闭环的,所以导致系统即使回到观测过的地方还是会有累计误差。本文作者提出了一个新颖的基于紧耦合的带有闭环检测的视觉惯导...