本文介绍了SLAM的基本概念，重点讲述了激光雷达在SLAM中的应用，并对三种主流的地图模型——栅格地图、几何信息地图和拓扑地图进行了对比。此外，还提到了卡尔曼滤波、粒子滤波等基础理论以及回环检测的重要性，为读者提供了激光SLAM的初步学习指导。
刚开始学无人机的伙伴们一定少不了去百度”SLAM”这个关键词，英文Simultaneous Localization and Mapping的缩写(可惜大家听不到我非常international发音)这次我们就给还没来得及深入了解的小伙伴们通俗的讲一讲。
1
、SLAM传感器先说实在的，看得见摸的着的，阿木实验室的无人机装机必备的思岚激光雷达与英特尔双目视觉摄像头。SLAM算法常被运用的传感器平台就是激光雷达、视觉传感器、IMU。这期主要就以激光雷达为例，因为视觉有单目、双目、深度、全景，下期我们好好盘点(挖坑)。只要简单的使用了一下这些传感器，就会知道数据的输入和输出是什么样子，有利于学习算法时抓住主脉络。
SLAM 简介
SLAM即同步定位与地图构建，最早在机器人领域提出，它指的是：机器人从未知环境的未知地点出发，在运动过程中通过重复观测到的环境特征定位自身位置和姿态，再根据自身位置构建周围环境的增量式地图，从而达到同时定位和地图构建的目的。
抓住几个关键词：定位、地图、特征、增量式。实例理解：激光雷达测出了每一个角
最低0.47元/天 解锁文章
5399
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
