SLAM(Simultaneous localization and mapping,同时定位与地图创建)指机器人在自身位置不确定和未知的环境中创建环境地图,并且利用地图进行自主导航与定位。移动机器人研究的核心课题是同步定位与地图创建,而移动机器人又是室内测绘仪...SLAM(Simultaneous localization and mapping,同时定位与地图创建)指机器人在自身位置不确定和未知的环境中创建环境地图,并且利用地图进行自主导航与定位。移动机器人研究的核心课题是同步定位与地图创建,而移动机器人又是室内测绘仪器的数据采集平台。文中对SLAM在室内测绘仪器的研发现状进行总结,然后结合SLAM测绘仪器室内移动测量系统重点探讨了被动视觉SLAM、主动视觉SLAM、无线局域网(Wi Fi)SLAM和RGB-D SLAM方法的原理、优缺点和研究现状,对两种比较流行的SLAM算法改进思想和研究现状进行了阐述,最后根据SLAM室内测绘仪器的研发探讨了SLAM测绘仪器室内移动测量系统的评价标准与发展趋势。展开更多
同步定位与建图(Simultaneous Localization And Mapping,SLAM)技术已经成为移动机器人领域重要的导航方式,视觉传感器由于便宜的价格和丰富的图像信息,让视觉同步定位与建图(Visual Simultaneous Localization And Mapping,V-SLAM)技...同步定位与建图(Simultaneous Localization And Mapping,SLAM)技术已经成为移动机器人领域重要的导航方式,视觉传感器由于便宜的价格和丰富的图像信息,让视觉同步定位与建图(Visual Simultaneous Localization And Mapping,V-SLAM)技术受到研究者广泛关注。为提升V-SLAM的综合性能,多种传感器信息融合的V-SLAM得到了快速发展。归纳并整理几何变换法的V-SLAM中各关键环节,详细阐述了SLAM中视觉与IMU传感器融合方法,对松融合与紧拟合两种主流方法进行论述,并对一些具有代表性的传统视觉惯性融合的SLAM方案进行讨论分析。最后,总结了视觉惯性融合的SLAM方案的关键问题和未来的发展方向。展开更多
在ORB-SLAM(oriented fast and rotated brief-simultaneous localization and mapping)框架的基础上,采用半直接视觉里程计(semi-direct visual odometry,SVO)法和稠密直接法替代特征点法,并利用慕尼黑工业大学SLAM数据集进行测试和对...在ORB-SLAM(oriented fast and rotated brief-simultaneous localization and mapping)框架的基础上,采用半直接视觉里程计(semi-direct visual odometry,SVO)法和稠密直接法替代特征点法,并利用慕尼黑工业大学SLAM数据集进行测试和对比。结果表明,SVO和ORB-SLAM在单目模式下的平均解算时间分别为31.1 ms、20.5 ms,RGB-D模式下的平均解算时间分别为39.5 ms、32.5 ms。某些条件下SVO解算的轨迹精度可以达到甚至高于ORB-SLAM。展开更多
为了提高双目直接稀疏里程计(Stereo Direct Sparse Odometry,Stereo DSO)的定位速度和精度,使得移动机器人可以更有效地执行任务,提出了一种基于双目强约束的直接稀疏视觉里程计系统。基于直接法的即时定位与地图构建(Simultaneous Loc...为了提高双目直接稀疏里程计(Stereo Direct Sparse Odometry,Stereo DSO)的定位速度和精度,使得移动机器人可以更有效地执行任务,提出了一种基于双目强约束的直接稀疏视觉里程计系统。基于直接法的即时定位与地图构建(Simultaneous Localization and Mapping,SLAM)系统直接对图像像素构建光度误差优化函数,无需提取特征点,克服了基于特征点法的SLAM系统在弱纹理场景下不鲁棒的缺陷,并且在前端跟踪阶段效率更高。提出一种快速、准确的双目初始化方法,结合三角化不确定性为不同类型的点赋予不同的深度范围,加速深度滤波器的收敛。同时,在运动估计阶段引入双目约束,使得该系统在绝对尺度上的定位更加准确。通过在公开的KITTI数据集11个序列上进行实验,实验结果表明所提出的算法在定位精度上明显优于同样采用直接法的Stereo Large Scale Direct SLAM(LSDSLAM2)和Stereo DSO,并达到与基于特征点法的ORB-SLAM3相近的水平,为直接法SLAM提供一种更优的定位方案。展开更多
文摘同步定位与建图(Simultaneous Localization And Mapping,SLAM)技术已经成为移动机器人领域重要的导航方式,视觉传感器由于便宜的价格和丰富的图像信息,让视觉同步定位与建图(Visual Simultaneous Localization And Mapping,V-SLAM)技术受到研究者广泛关注。为提升V-SLAM的综合性能,多种传感器信息融合的V-SLAM得到了快速发展。归纳并整理几何变换法的V-SLAM中各关键环节,详细阐述了SLAM中视觉与IMU传感器融合方法,对松融合与紧拟合两种主流方法进行论述,并对一些具有代表性的传统视觉惯性融合的SLAM方案进行讨论分析。最后,总结了视觉惯性融合的SLAM方案的关键问题和未来的发展方向。
文摘在ORB-SLAM(oriented fast and rotated brief-simultaneous localization and mapping)框架的基础上,采用半直接视觉里程计(semi-direct visual odometry,SVO)法和稠密直接法替代特征点法,并利用慕尼黑工业大学SLAM数据集进行测试和对比。结果表明,SVO和ORB-SLAM在单目模式下的平均解算时间分别为31.1 ms、20.5 ms,RGB-D模式下的平均解算时间分别为39.5 ms、32.5 ms。某些条件下SVO解算的轨迹精度可以达到甚至高于ORB-SLAM。
文摘为了提高双目直接稀疏里程计(Stereo Direct Sparse Odometry,Stereo DSO)的定位速度和精度,使得移动机器人可以更有效地执行任务,提出了一种基于双目强约束的直接稀疏视觉里程计系统。基于直接法的即时定位与地图构建(Simultaneous Localization and Mapping,SLAM)系统直接对图像像素构建光度误差优化函数,无需提取特征点,克服了基于特征点法的SLAM系统在弱纹理场景下不鲁棒的缺陷,并且在前端跟踪阶段效率更高。提出一种快速、准确的双目初始化方法,结合三角化不确定性为不同类型的点赋予不同的深度范围,加速深度滤波器的收敛。同时,在运动估计阶段引入双目约束,使得该系统在绝对尺度上的定位更加准确。通过在公开的KITTI数据集11个序列上进行实验,实验结果表明所提出的算法在定位精度上明显优于同样采用直接法的Stereo Large Scale Direct SLAM(LSDSLAM2)和Stereo DSO,并达到与基于特征点法的ORB-SLAM3相近的水平,为直接法SLAM提供一种更优的定位方案。
