论文笔记_S2D.56_基于视觉和激光雷达融合的SLAM（综述2020）

目录

基本情况：

摘要

I 介绍

II SLAM

III V-SLAM

IV LiDAR Based SLAM

4.1 扫描匹配和图优化

         4.1.1 占用图和粒子过滤器

4.1.2 回环检测提纯(Refinement)步骤

V LiDAR-Camera Fusion

5.1 强制校准步骤

5.2 Visual-LiDAR SLAM

5.2.1 EKF混合SLAM

5.2.2 改进Visual SLAM

5.2.3 改进LiDAR SLAM

5.2.4 并发LiDAR-Visual SLAM

5.3 小结

VI 讨论未来的研究方向

VII 结论

---

基本情况：

• 出处：Debeunne C, Vivet D. A Review of Visual-LiDAR Fusion based Simultaneous Localization and Mapping[J]. Sensors, 2020, 20(7): 2068.

摘要

自主导航既需要精确又强大的地图和定位解决方案。在这种情况下，同时定位和建图（SLAM）是非常适合的解决方案。 SLAM可用于许多应用，包括移动机器人，自动驾驶汽车，无人驾驶飞行器或水下自动驾驶汽车。在这些领域中，对视觉和视觉IMU SLAM都进行了深入研究，并在文献中定期提出改进建议。但是，LiDAR-SLAM技术似乎与十年或二十年前相对相同。此外，很少有研究工作专注于视觉-LiDAR方法，而这种融合将具有许多优势。确实，混合解决方案可改善SLAM的性能，特别是在激进运动，光线不足或视觉特征方面。这项研究提供了关于视觉LiDAR SLAM的全面调研。在总结了SLAM的基本思想及其实现之后，我们对SLAM的最新研究进行了全面回顾，重点介绍了使用视觉，LiDAR和两种模式的传感器融合的解决方案