本文收录了商业SLAM解决方案供应商KudanSLAM的技术博文的链接地址,所引用插图的版权归原作者所有。
- Google’s VPS – how well will it work?
这篇博文简介了谷歌VPS的基本概念,并阐述KudanSLAM的VPS策略。文章指出在用户行为不可控的情况下(这里指闭环检测不一定能出现),其VPS仅仅保证相对于SLAM起点的位置精度。 - Different Types of Visual SLAM Systems
从Sparse/Dense和Direct/Indirect四个维度对当前主流的VO/VSLAM进行了归类。简言之,Sparse和Dense从算法使用到的图像信息的多少来描述一个SLAM系统,Direct和Indirect从算法使用图像信息的方式(即图像亮度信息或者从关键像素点邻域亮度信息归纳出的特征描述信息)来描述一个SLAM系统。下图来自本博客,直观地对主流的开源系统进行了归类。
- How to evaluate SLAM accuracy
依次介绍了CG、Black Room、HTC Vive Tracker和Outdoor Tests四种评估SLAM系统精度的方法。 - Kudan SLAM and KudanCV – Roadmap update
简介了KudanSLAM的技术栈发展规划,涵盖了图像跟踪、3D模型跟踪、场景跟踪等技术方案,博文中有很多不同运动/光照条件下的跟踪案例演示。 - Kudan Computer Vision Labs : SLAM!
提供了一个3D物体检测和跟踪的案例演示。 - AR SDK Comparison: SLAM
从初始化方式和模型质量等维度对比了Wikitude、Metaio和KudanSLAM的表现。 - Camera Calibration: Part 1
- Camera Calibration: Part 2