SLAM系统发展

最新推荐文章于 2023-04-26 16:23:57 发布
最新推荐文章于 2023-04-26 16:23:57 发布
阅读量246 收藏
点赞数
分类专栏： SLAM-Tips
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Coderii/article/details/106853007
版权

SLAM系统发展

2007:
  MSCKF(Multi-State Constraint Kalman Filter,多状态约束Kalman滤波器)：基于滤波的单目VIO
2014:
  SVO(Semi-direct Vision Odometry，半直接法)
2015:
  ORB-SLAM
2016:
  DSO(Direct Sparse Odometry，稀疏直接法)
  ORB-SLAM2
2017:
  INS-mono
2019:
  Basalt:双目VIO

isErik
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
SLAM的发展及未来（传统SLAM与深度学习）
Y.W.jian的博客
07-10 1916
SLAM的未来发展之路，需要解决的问题 1.到场景中解决鲁棒性问题，解决差那么一点的问题，无人驾驶解决动态行人遮挡，水下SLAM解决有阻力和折射的问题 2.落地，加多传感器融合，偏向解决定位定姿问题，mapping解决不太好，无人机做避障需要把mapping做好，稀疏点云不太好 3.动态环境的处理，传感器融合，极限环境的条件下的处理 4.GPS紧耦合进系统 激光紧耦合进系统 5.解决极限环境下S...
SLAM发展历程
07-11
非常好的slam入门paper，值得一读。篇幅较长，是英文的
SLAM技术在国内的发展现状
weixin_30396699的博客
09-21 1726
近年来，由于扫地机的出现使得SLAM技术名声大噪，如今，已在机器人、无人机、AVG等领域相继出现它的身影，今天就来跟大家聊一聊国内SLAM的发展现状。 SLAM的多领域应用 SLAM应用领域广泛，按其应用行业也可分为两大类，即工业领域和商业领域。 商业用途方面，目前应用最为成熟的应该是扫地机行业，而扫地机也算机器人里最早用到SLAM技术这一批了，国内的科沃斯、塔米扫地机、岚豹扫地...
SLAM: SLAM的发展历程（WIKI）
alppkk4545的博客
10-26 425
参考维基百科： https://en.wikipedia.org/wiki/Simultaneous_localization_and_mapping 你们叫他SLAM，我还是习惯叫他三维重建...... 在机器人学中，SLAM为面对未知环境进行即时位置和地图重建。现阶段最流行的方法为基于视觉的滤波方法...
SLAM的发展以及分类
qq_46067306的博客
10-10 1294
介绍了slam的技术发展以及求解过程的两种方法
SLAM综述文章
12-14
然而，现有的系统与方法鲁棒性并不高，随着人工智能技术的发展，深度学习与传统的基于几何模型的方法相结合的趋势正在形成，这将推动视觉SLAM技术朝着长时间大范围实时语义应用的方向前进。 视觉SLAM算法的现状 1、...
ORB-SLAM2 论文翻译.pdf
08-12
"ORB-SLAM2 论文翻译.pdf" SLAM（Simultaneous Localization and Mapping）是计算机视觉和机器人领域中的...该系统的发展将对 SLAM 领域产生深远的影响，并为其他领域的研究者提供了一套灵活、可靠的 SLAM 解决方案。
开源机器人操作系统
07-10
张伟建所著的关于ROS的一本书，全书共9章，介绍了ROS的基本知识，opencv，slam，抓取，kinetic，点云库，另外还有三个实例。是一本适合入门ROS机器人操作系统的书籍。欢迎大家下载
基于单目视觉SLAM系统的研究与实现1
08-03
摘要随着科技的不断发展，同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)技术已经成为机器人走向自主智能
面向室内机器人应用的立体视觉SLAM系统设计1
08-04
摘要随着近年来人工智能技术的迅速发展，以及市场需求的不断增加，机器人的科研价值和市场价值日益凸显。人们更加希望机器人能够独立完成各项任务，具有更强的自主能力。而
SLAM的起源及发展现状
Inspire
12-31 7563
SLAM的英文全称为Simultaneous Localization and Mapping，中文意思是同步定位与构图。主要是由Hugh Durrant-Whyte和Tim Bailey这两位大神教授完成的杰作。SLAM问题回答了对于一个被放置在未知位置的未知环境中的移动机器人来递增的构建周围环境的连续性地图并同时估计自身在地图中的位置是否为可行的。SLAM问题的解决方案被视为移动机器人领域的“圣杯”，因为它实现了机器人真正意义上的自主性。 在过去的十年里，SLAM问题...
SLAM的研究历程简述
热门推荐
li_my_linux的博客
10-16 1万+
视觉SLAM概述前言视觉SLAM的发展历程现代较成熟视觉SLAM系统简介前端（VO）后端优化回环检测地图视觉SLAM现在的研究热点及未来的发展 前言 SLAM的英文全程是 Simultaneous Localization and Mapping，中文称作同时定位与地图创建。SLAM试图解决这样的问题：一个机器人在未知的环境中运动，如何通过对环境的观测确定自身的运动轨迹，同时构建出环境的地图。SL...
一种强大的视觉惯性SLAM系统SupSLAM
FEISILAB(飞思实验室）
10-13 341
提出一种新特征提取方法SuperPoint，包括一个预先训练的深度神经网络检测用于估计的关键点。该方法特征提取准确，在计算方面也很有效。适用于无人机SLAM，在大多数数据集中性能可媲美最先进的方法，在具有挑战性的条件下效果更好。
视觉SLAM学习笔记（一）——SLAM系统的概述
梁小憨憨的博客
03-16 867
通过思维导图的形式将《视觉SLAM十四讲》的内容进行整理，以下为SLAM系统的概述的部分。
SLAM 02.整体框架
jiankangyq的博客
07-22 2382
SLAM是同步定位与地图构建(Simultaneous Localization And Mapping)的缩写，最早由Hugh Durrant-Whyte 和 John J.Leonard提出。**SLAM主要用于解决移动机器人在未知环境中运行时定位导航与地图构建的问题**。SLAM更像是一个概念而不是一个算法。 这里说的同步定位和地图构建，其中的定位是指机器人对自身的定位，包括当前的位姿（位置和姿态）。地图构建是对周围环境的的重建，一般是3D环境。同步定位和建图是同步进行的，没有先后顺序。这里就存
基于3D激光雷达的SLAM算法研究现状与发展趋势
一点人工一点智能的博客
04-26 2335
本文从SLAM算法经典框架出发，总结分析了其前端、后端以及深度学习与多传感器融合在激光SLAM中的研究现状，系统阐述现在主流的3D激光SLAM算法原理及其存在的问题和不足，探讨了3D激光SLAM算法的研究热点和发展趋势。
SLAM发展现状研究
kaohoooo的博客
09-14 2656
SLAM，是指同步定位与建图，定位与建图是两个相辅相成的技术，定位依赖成熟正确的地图构建，建图依赖准确的定位技术。SLAM主要包括激光雷达传感器为核心的激光SLAM和以各类相机传感器为核心的视觉 SLAM两类。
菜鸟专学：从头到尾创建自己的SLAM系统
Ian的博客
08-06 3016
RobotSlamApplication项目二： 小型SLAM系统 研究背景： 因为之前比较浮躁，总是喜欢研究别人的库然后测试跑通，效果好就拿来修修改改、然后测试测试就用，效果不好就抛弃。自己没有潜心下来真正写过一个系统，这次从头到尾写一个SLAM系统，写的过程真的不容易，写完就感觉舒畅多了。。 一、前言 RGB-D 相机的优点和缺点（结构光深度相机） 优点: 适合在光照不足，缺乏纹理的场景...
动态slam的发展趋势
最新发布
07-08
动态SLAM（Simultaneous Localization and Mapping）是指在移动机器人或无人驾驶车辆等实时感知和建图过程中，同时估计自身位置和环境地图的算法。以下是动态SLAM的发展趋势： 1. 增量式优化：传统的SLAM算法通常使用批处理优化方法，需要离线处理所有收集到的数据。而动态SLAM倾向于采用增量式优化，能够实时处理新的传感器数据，并逐步更新地图和估计位置。 2. 多传感器融合：动态SLAM往往利用多种传感器（如激光雷达、摄像头、惯性测量单元等）来获取更多信息，以应对环境中的动态变化。多传感器融合可以提高位置估计的准确性和鲁棒性。 3. 深度学习技术：深度学习在计算机视觉和感知领域取得了重大突破，因此也被引入到动态SLAM中。通过深度学习可以实现更准确的目标检测、语义分割和动态物体跟踪，从而提高SLAM系统对动态环境的理解能力。 4. 实时性和效率：随着移动机器人和自动驾驶车辆的应用需求增加，动态SLAM需要更高的实时性和效率。因此，优化算法和数据结构的设计将更加注重实时性，以满足实时感知和建图的要求。 5. 跨平台和开放性：动态SLAM算法的开放性和跨平台性将成为发展趋势。开放源代码的SLAM库和框架能够促进研究和应用的快速发展，并且可以在不同硬件平台上进行移植和应用。 这些趋势将推动动态SLAM的发展，使其能够更好地应对复杂和动态的环境，实现高精度的定位和地图构建。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值