2021SC@SDUSC
SLAM综述
SLAM研究内容
SLAM是Simultaneous Localization and Mapping的缩写,中文译作“同时定位与地图构建”。它是指搭载特定传感器的主体,在没有环境先验信息的情况下,于运动过程中建立环境的模型,同时估计自己的行动。SLAM的目的是解决“定位”与“地图构建”这两个问题,即一边要估计传感器自身的位置,一边要建立周围环境的模型。因此我们需要研究传感器的选择与安装方式,它们决定了观测的形式,也对很大程度上影响着SLAM问题的难度。
现如今SLAM已经有了较为成熟的算法框架,现在的研究也多是基于这个框架上各部分的发展与优化。了解SLAM的流程很有必要。
视觉SLAM的流程包括以下步骤:
·传感器信息读取
·视觉里程计(VO):
估算相邻图像间相机的运动以及局部地图的样子
·后端优化:
处理SLAM过程中噪声的问题,以得到全局一致的轨迹和地图
·回环检测:
判断机器人是否到达过先前的位置
·建图:
根据估计的轨迹,建立与任务要求对应的地图
SLAM主要分类
SLAM应用
1、机器人
激光+SLAM是目前机器人自主定位导航所使用的主流技术。激光测距相比较于图像和超声波测距,具有良好的