v-SLAM技术简述

  • 定义
    “Simultaneous Localization And Mapping” 同步定位与建图,表示在未知环境中定位自身位姿(pose)并同时构建环境地图(mapping)。

  • 原理
    假设机器人在未知环境中运动,感知传感器为摄像头(camera),在运动过程中摄像头的每一帧图像表示机器人的自身位置,用x表示,每一帧图像在离散时间段中获得;设离散时刻为t=1,2,3,…k;每一时刻图像的位姿为 x1、x2、x3…xk;这些位姿就会构成机器人的运动轨迹。地图由很多路标组成,而每个时刻摄像头会检测到一定数量的路标点,得到相应的观测数据。假设路标点一共有N个,用y1、y2、y3…yN表示。根据视觉成像原理可以获得帧间运动关系u,传感器也可以获得地标点和成像平面之间的关系z;SLAM问题就是通过u和z求解姿态x(定位问题)和建图y(建图问题)。
    原理

  • 输入
    可以是RGB video图,深度图,IMU测量值等;

  • 输出
    a.设备自身实时位姿(pose,在空间中的位置和朝向);
    b.环境地图(稀疏或者稠密的三维点云);

  • 过程
    a.视觉里程计(visual odometry,vo,前端):根据传感器数据对位置进行跟踪求解,实时恢复出每个时刻设备的位姿;
    b.后端优化:对三维点云和不同时刻VO估计的位姿(有时候也指关键帧)进行局部或者全局优化,以减少积累误差;如果加了回环检测,则也会对回环检测的结果一起优化。
    c.回环检测(loop closing):指在地图构建中,通过传感器信息检测是否发生轨迹闭环,即判断自身是否重新回到同一点。
    d.建图(Mapping):根据估计的轨迹,建立需要的地图;
    在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值