简单Slam系统运行时间统计
由此可见 特征提取 和 特征匹配占据了主要时间。
优化视觉里程计:
下图 图1中每个节点都有自己的 图片和深度Depth 信息,可以用 PNP 对每两张图进行 pose相机位姿估计,但是由于depth信息可能不准我们的估计就会不断偏移。
如果 我们使用图二的方式 进行实时建图(基于3D点云匹配建图),对于新的数据帧,直接基于 建图后的3D路标(关键点)进行pnp 就不会受之前帧误差的影响,不容易产生便宜。
这样做的好处是,我们能够维护一个不断更新的地图。只要地图是正确的,即使中间 某帧出了差错,仍有希望求出之后那些帧的正确位置。