超级会员免费看
SLAM（即时定位与地图构建）是解决机器人自主导航的关键技术，涉及传感器、运动模型、视觉算法、滤波算法等多个方面。扫地机器人如科沃斯利用SLAM结合dToF技术实现高效建图和智能导航。SLAM广泛应用于无人车、机器人等领域，相关岗位包括SLAM工程师等。学习SLAM需要扎实的数学基础、编程能力，特别是Python和C/C++，并了解相关传感器和算法。
SLAM概念
SLAM的全称是Simultaneous Localization and Mapping即时定位与地图构建，为解决机器人自主导航的问题。简单来说，SLAM问题可以分为以下两部分：Localization：在给定地图的情况下，估计机器人的位姿；Mapping：在给定机器人位姿的情况下，估计环境地图。
扫地机的SLAM建图
由于我是做ToF出身，给大家分享的更多是从ToF层面入手来诠释SLAM。众所周知，扫地机在运动中需要做SLAM建图。你可以想象将一个扫地机放入未知环境中的未知位置，让机器人一边逐步描绘出此环境完全的地图，同时一边决定机器人应该往哪个方向行进。而扫地机最重要的功能是一边扫图导航，一边实现避障，这是最基本的功能，在这个功能里还只是2D的建图，这是最基本也是最基础的功能。
订阅专栏 解锁全文
扫一扫
1176
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
