《vSLAM在无人机平台上的发展研究综述》学习笔记

一、引言

1.Unmanned Aerial Vehicle(UAV)无人机。

2.在室内时，GPS信号存在高衰减现象。

二、

1.特征点提取方法：SIFT（尺度不变特征变换）、SURF（Speeded-up Robust Features）、ORB（Oriented FAST and Rotated BRIEF）

2.根据是否将信息源融合构造共同的状态方程来判断属于松耦合还是紧耦合。

• 松耦合：是指将视觉算法与 IMU 分开，单独进行估算处理以降低运算量。由于松耦合将信息源单独处理，因而计算复杂度低，常适用于资源有限的系统。但不足的是，松耦合忽略了不同传感器内部状态的相关性，故易造成信息丢失。
• 紧耦合则是把 IMU 与相机两大信息源融合以构造共同的状态方程，充分考虑相关性的作用，可以达到更高精度，并减少信息损失，但紧耦合系统的状态向量的维数很高，计算量较大。

三、展望

1.与深度学习结合，但估计训练集太大，不能保证实时性；

2.增加语义信息；

3.多机协作；