SLAM综述(2)-视觉SLAM

最新推荐文章于 2025-04-03 14:46:22 发布

点云PCL公众号博客

最新推荐文章于 2025-04-03 14:46:22 发布

阅读量930

点赞数

分类专栏：点云PCL与SLAM 文章标签：视觉SLAM

本文链接：https://blog.csdn.net/u013019296/article/details/106006644

版权

点云PCL与SLAM 专栏收录该内容

82 篇文章 ¥9.90 ¥99.00

订阅专栏

视觉SLAM（Simultaneous Localization And Mapping）在机器人和自动驾驶中至关重要，它涉及定位和地图构建。随着技术进步，相机传感器性能提升，视觉SLAM系统变得更便宜、更小巧。本文详细介绍了视觉SLAM的不同类型，包括单目、立体、RGB-D相机及其应用，并列举了各种开源SLAM系统和传感器产品，如ORB-SLAM、LSD-SLAM和Kinect Fusion等，强调了视觉传感器的选择和视觉里程计方法在SLAM中的重要性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

SLAM包含了两个主要的任务：定位与构图，在移动机器人或者自动驾驶中，这是一个十分重要的问题：机器人要精确的移动，就必须要有一个环境的地图，那么要构建环境的地图就需要知道机器人的位置。
本系列文章主要分成四个部分：
在第一部分中，将介绍Lidar SLAM，包括Lidar传感器，开源Lidar SLAM系统，Lidar中的深度学习以及挑战和未来。
第二部分重点介绍了Visual SLAM，包括相机传感器，不同稠密SLAM的开源视觉SLAM系统。
第三部分介绍视觉惯性里程法SLAM，视觉SLAM中的深度学习以及未来。
第四部分中，将介绍激光雷达与视觉的融合。

摘要
随着CPU和GPU的发展，图形处理能力变得越来越强大。相机传感器同时变得更便宜，更轻巧，功能更广泛。在过去的十年中，视觉SLAM迅速发展。与Lidar系统相比，使用相机的Visual SLAM还使该系统更便宜，更小。如今SLAM可视化系统可以在微型PC和嵌入式设备中运行，甚至可以在智能手机[1],[2]等移动设备中运行。

视觉SLAM通常包含了传感器数据的处理，包括了摄像机或惯性测量单元，前端的视觉里程计或视觉惯导融合的里程计，后端的优化，后端的闭环以及构建地图[3]。并且重定位是稳

了解本专栏