slam结构梳理

视觉slam的几个过程及作用

Visual odometry

计算两帧图像中机器人的得到了相机的运动信息和图像的三维信息

方法

  1. feature based 主流
  2. direct methods
  3. 半稠密法

伴随的问题与可行的解决方案

  1. 相机漂移问题 global optimization
  2. 环境中的不连续问题 loop closure loopdetection
  3. 快速运动或遮挡下容易跟丢的问题 relocallization

backend optimization

方法

  1. 基于全局优化的算法 主流
  2. 基于滤波的算法

Loop closure

解决VO中的累积漂移问题

方法

  1. 一种基于Odometry的方法,即如果两个相机的position很靠近,那么可以认为是loop
  2. 另一种是基于appearance的方法,即如果两个图形看上去很相似,那么可以认为相机已经重叠,回环确认

Map

方法

  1. metric map 描述每个点是否可以走
  2. topological map 

 

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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