多传感器融合SLAM --- 1.多传感器融合的基础知识

目录

1 什么是多传感器融合

1.1 有哪些传感器

1.2 它们的优缺点有哪些

1.3 基于多传感器融合的算法

2 多传感器融合方案介绍

2.1 为什么选用激光雷达

2.2 主流算法介绍 ： LOAM (A-LOAM) 、LeGO-LOAM、

3 KITTI数据集介绍

---

1 什么是多传感器融合

1.1 有哪些传感器

        跟slam相关的传感器有 相机,激光雷达,GPS,轮速里程记,惯性测量单元(IMU)等，这些传感器基本上是自动驾驶车辆必备的传感器。

1.2 它们的优缺点有哪些

        相机：优点是便宜，轻量，包含信息丰富，可以参照人眼，人工智能的巅峰估计就是只利用相机可以在任何场景下实现实时建图、定位、图像分割、目标检测和分类、导航、避障等等高级功能，缺点就是现有的通用的视觉slam技术依赖图像的纹理来进行特征点的提取，没有纹理或者黑夜图像就很难被很好的利用起来，其次，图像中缺乏3d信息，通常建模slam问题需要同时优化位姿和地图点，这给优化问题的计算和精度带来了挑战。另一方面，单目图