软件工程应用与实践第一篇

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