SLAM根据硬件设备的不同主要有两种:基于激光雷达的SLAM和基于视觉的SLAM(VSLAM)。 可以明显看出,对于同一个场景,视觉SLAM 在后半程中出现了偏差,这是因为累积误差所引起的,所以视觉SLAM 要进行回环检验。 1.1 各类SLAM算法的发展 1.2各类SLAM的优缺点 总体来说,激光 SLAM 是目前比较成熟的机器人定位导航技术,而视觉...
单目相机用于单目 SLAM(Monocular SLAM),由于只用一个摄像机进行 SLAM,成本很低。但是这种用二维形式反映三维世界的方法无法确定真实尺度,这导致单目 SLAM 的应用受限。对于无法确定 真实尺度的问题,可以通过测量出深度信息而解决,因此,研究方向更多的转到了双目相机和 RGB-D 相机。双目相机的测量深度原理和人左右眼测距...
XRSLAM[4]是OpenXRLab空间计算平台中基于C++语言实现的SLAM算法库,算法基于单目视觉和IMU实现了轻量级的VIO,同时支持桌面平台和移动平台,算法在EuRoC[3]等公开数据集上达到SOTA级别的精度,支持普通手机终端30fps的实时处理帧率。 1 模块化的设计 XRSLAM的整个框架如下图所示,算法支持多种不同传感器数据作为输入,经过XR...
用于环路检测的相同方法可用于机器人在轨迹丢失后的重新定位,例如由于突然运动,严重闭塞或运动模糊。 词袋的基本技术包括从机器人在线收集的图像中建立一个数据库,以便在获取新图像时检索最相似的图像。如果它们足够相似,则检测到闭环。传统的文本分类主要采用基于词袋(bag of words)模型的方法。但BoW模型存在一个重要问...
SLAM网络将基于粒子滤波的SLAM算法编码到可微计算图中,通过粒子滤波算法进行反向传播学习面向任务的神经网络组件。由于它能够为最终目标联合优化所有模型组件,SLAM-net能够在具有挑战性的条件下保持鲁棒性。作者在Habitat平台上用不同的真实RGB和RGB-D数据集进行了实验。SLAM-net在噪声环境下的性能明显优于广泛采用的ORB-...
实现移动和可穿戴传感器系统厘米级精确定位具有重要的实际应用意义。本文提出了一种高效高精度的视觉惯性SLAM算法方案,称为SEVIS(Schmidt-EKF-VI-SLAM)。该方案通过IMU数据与视觉图像最佳融合,来提供低误差的3D运动追踪。特别地,调整了Schmidt-Kalman滤波公式,在状态向量中选择性地包含信息特征,同时在它们成熟后将它们作为...
初始化对于单目SLAM来说是必须的。本文重点研究了一种基于平面特征的单目SLAM初始化方法。该算法从滑动窗口的单应矩阵估计开始,然后通过全局平面优化(global plane optimization, GPO)获取相机位姿和平面法线。3D点可以通过使用平面约束恢复,无需三角化(or三角测量)。本文提出的方法充分利用了多帧的平面信息,避免了单应...
Deep Learning 和 SLAM 结合的开山之作 ,剑桥的论文:PoseNet 。该方法使用 GoogleNet 做了 6 自由度相机 pose 的 regression。训练数据是带有 ground truth pose 的场景帧。 图1. PoseNet,第一行是原图,第二行是根据所估计的相机姿态做 3D 重建后的场景图,第三 行是原图和重建后的场景的重叠。
本文算法是通过忽略之前在其他直接方法中使用的平滑性来实时实现的,而不是在整个图像中均匀地对像素采样。由于我们的方法不依赖于关键点检测器或描述符,它可以自然地从所有具有强度梯度的图像区域采样像素,包括边缘区域或大部分强度变化平滑的白色墙壁。本文模型集成了一个完整的算法流程,其中包括光度校准,曝光时间优化,...
5月20日,日本先进工业科技研究所(National Institute of Advanced Industrial Science and Technology )开源了一套视觉SLAM算法:OpenVSLAM。 开源地址: https://github.com/xdspacelab/openvslam 仅仅三天时间,已经有447颗星。 OpenVSLAM是一套单目、立体、RGB-D视觉SLAM系统,其主要特点: ...