两篇大而全的SLAM综述
点击上方“3D视觉工坊”,选择“星标”
干货第一时间送达
作者:iceytan | 来源:知乎
https://zhuanlan.zhihu.com/p/111725538
本文仅做学术分享,如有侵权,请联系删除。
本文整理参考自[1]及[2],当然,能力有限,不会将历史上所有的经典文章都摘录下来,主要还是给自己mark着看。
大而全的两个综述
两篇涉及到SLAM中几个不同话题的综述,同时也是本文绝大部分资料的来源
下载网址:
https://ieeexplore.ieee.org/abstract/document/7747236/
这一篇2016 年的综述从(1)Long-Term SLAM 任务中的算法“鲁棒性”和“尺度适应”两方面 (2)地图的表示形式(分别从尺度图与语义图)(3)SLAM的新的理论工具和新传感器在SLAM应用(3)Active SLAM(一种以减少状态估计不确定性为需求的SLAM过程)和(4)有关深度学习在SLAM中的应用 几个方面,先阐述每一个方面的基本挑战和问题,接着指出未来可能的工作方向。在第一部分,该综述简单总结了SLAM的任务和其存在的必要性、研究进展与历史、建模方法(基于滤波和优化)和相关学科支持。
在 SLAM: 现在,未来和鲁棒年代(一)| 翻译 处已经有简单翻译版本。
翻译版本网址:
https://ieeexplore.ieee.org/abstract/document/8025618/
这篇2017年的综述主要通过分析KITTI上排名靠前的算法,介绍了SLAM方法在自动驾驶方面的局限性,然后讨论了如何减轻这些局限性,行文主要包括(1)从基于滤波和基于优化两个方面介绍常用状态估计技术(2)给出近年来的细分主题的综述及相关数据集说明(3)给出已有SLAM方法的介绍及拓展到“自动驾驶”领域引发的“局限”讨论(4)在单体SLAM中提升建图一致性的措施和讨论(5)以“在线集成”及“离线集成”为分类的有关多机SLAM技术的讨论(6)应用于自动驾驶大规模尺度的SLAM介绍以及最后的(7)总结,指出新技术(如深度学习)在SLAM中的应用及指出其他领域(航空)同样开始涉及SLAM技术。
两篇更早期的SLAM问题综述文章,第一部分比较像简单的入门教程,第二部分则是当时较新的方法的简介(2006):
入门教程网址:
https://ieeexplore.ieee.org/document/1638022
较新的方法的简介(2006)
文章下载地址:
https://ieeexplore.ieee.org/abstract/document/1678144/
对基于滤波方法的SLAM的利与弊讨论(2008)
下载地址:
http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.163.6439&rep=rep1&type=pdf
有关“基于滤波”和“基于优化”的方法的比较(2010与2012):
Real-time monocular SLAM: Why filter?
下载地址:
https://ieeexplore.ieee.org/abstract/document/5509636
Visual SLAM: Why filter?
下载地址:
https://www.sciencedirect.com/science/article/abs/pii/S0262885612000248
都有Gamini Dissanayake参与的,涉及到现代SLAM中 “可观性”、“一致性”、“收敛性”以及计算效率和复杂度的两篇理论探讨文章(2011与2016):
文章下载地址:
1、https://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=6038117
2、https://journals.sagepub.com/doi/full/10.1177/1729881416669482
涉及到“基于视觉的地点重定位”的调研(2016),主要介绍“重定位”问题中的 图像处理(特征和描述符)、地图表示和置信度估计:
文章下载地址:
https://ieeexplore.ieee.org/abstract/document/7339473/
涉及到“多机器人SLAM”的调研(2016):
文章下载地址:
https://onlinelibrary.wiley.com/doi/abs/10.1002/rob.21620
参考:
1.^Past, present, and future of simultaneous localization and mapping: Toward the robust-perception age.
2.^Simultaneous localization and mapping: A survey of current trends in autonomous driving
推荐阅读:
专辑|相机标定
专辑|3D点云
专辑|SLAM
专辑|深度学习与自动驾驶
专辑|结构光
专辑|事件相机
专辑|OpenCV学习
专辑|学习资源汇总
专辑|招聘与项目对接
专辑|读书笔记
重磅!3DCVer-学术论文写作投稿 交流群已成立
扫码添加小助手微信,可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群,旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。
同时也可申请加入我们的细分方向交流群,目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流等微信群,请扫描下面微信号加群,备注:”研究方向+学校/公司+昵称“,例如:”3D视觉 + 上海交大 + 静静“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进去相关微信群。原创投稿也请联系。
▲长按加微信群或投稿
▲长按关注公众号
3D视觉从入门到精通知识星球:针对3D视觉领域的知识点汇总、入门进阶学习路线、最新paper分享、疑问解答四个方面进行深耕,更有各类大厂的算法工程人员进行技术指导。与此同时,星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息,打造成集技术与就业为一体的铁杆粉丝聚集区,近1000+星球成员为创造更好的AI世界共同进步,知识星球入口:
学习3D视觉核心技术,扫描查看介绍,3天内无条件退款
圈里有高质量教程资料、可答疑解惑、助你高效解决问题
两篇大而全的SLAM综述相关推荐
- SLAM综述笔记-A Survey of Simultaneous Localization and Mapping with an Envision in 6G Wireless Networks
A Survey of Simultaneous Localization and Mapping with an Envision in 6G Wireless Networks 这是一篇就激光与视 ...
- SLAM综述性论文阅读手记
==1 简介== 古典年代(1986-2004):这一时期,引入了SLAM概率论推导方法,包括基于扩展卡尔曼滤波.粒子滤波和最大似然估计.第一个挑战是效率和数据关联(求解位姿)的鲁棒性问题. 算法分析 ...
- SLAM架构的两篇顶会论文解析
SLAM架构的两篇顶会论文解析 一.基于superpoint的词袋和图验证的鲁棒闭环检测 标题:Robust Loop Closure Detection Based on Bag of SuperP ...
- 大而全还是小而美,财税SaaS的两种选择
配图来自Canva可画 在疫情的大背景下,全球SaaS企业业绩以及市值一路上扬,跑出了令传统企业羡慕的曲线.据公开行业数据统计显示,全球市值排名前三的SaaS公司中除了国内熟知的Salesforce, ...
- 3D图像生成和编辑研究成果大放送!朱俊彦团队放出两篇论文实现代码 | 资源...
乾明 发自 凹非寺 量子位 报道 | 公众号 QbitAI 朱俊彦团队,一口气放出两篇论文的实现代码! 这两篇论文,都与3D图像有关,都被NeurIPS 2018大会收录了.朱俊彦在Twitter上 ...
- 最详细的SLAM综述
论文:Past, Present, and Future of Simultaneous Localization And Mapping: Towards the Robust-Perception ...
- 论文精读 | 语义SLAM综述:现状回顾问题分析未来趋势!
作者 | 鱼肖农 编辑 | 汽车人 原文链接:zhuanlan.zhihu.com/p/590974335 点击下方卡片,关注"自动驾驶之心"公众号 ADAS巨卷干货,即可获取 ...
- 视觉SLAM学习(三)--------SLAM 综述
SLAM概述 参考资料分享来自本人博客:https://blog.csdn.net/Darlingqiang/article/details/78840931 SLAM一般处理流程包括track和ma ...
- 审完两篇想要发表在顶刊上的文章后,能学到什么?
全文约4800字,阅读预计时间12分钟. 以下记录了我从刚开始准备审第一篇PC,到完成第二篇NC的审稿经历及观点,看完你大概能了解到审稿的全流程.如何审稿.review report该如何写.对撰写文 ...
最新文章
- 如何添加QQ 微信等程序到右键打开
- 技术架构的战略和战术原则
- 防火墙(14)——实现路由转发功能(2)
- 图片盒子控件 winform 114868210
- Anaconda 安装 ml_metrics package
- 解锁新的“维权方式”?车主放花圈维权!特斯拉大怒:低俗方法滋事
- 有源rc电压放大器实验报告_为什么将放大器装在示波器探头前端?
- Python基础之初识类和对象
- java 多线程 信号量_Java核心-多线程(7)-并发控制器-Semaphore信号量
- jquery升级到新版本报错[jQuery] Cannot read property ‘msie’ of undefined错误的解决方法...
- [翻译][HTML]CELLPADDING and CELLSPACING
- Num43 oracle(子查询: 集合查询:处理数据:创建和管理表: 其他数据库对象)...
- js拓扑图-vis插件
- 【OR】二次规划(1)
- 获取天气预报ajax,Ajax 通过城市名获取数据(全国天气预报API)
- 服务器cpu哪个型号主频最高,史上最高主频 默认4.4GHz至强CPU发布
- 【毕业设计】基于单片机的智能水箱系统 - 物联网 嵌入式 stm32
- 初次接触java小感
- js预编译 GO 和AO
- 码商的末日:提供个人收款码的“兼职”也被警方抓了!涉嫌共同犯罪
热门文章
- 网站用户登录验证:Servlet+JSP VS Struts书剑恩仇录
- 测试工程师工作流程概论
- Java Web开发API Boy如何进阶?
- 某快手程序员吐槽:月薪四万很惶恐!和老婆亲热时都在想工作,薪资越高,做人越怂!...
- 某多多买菜程序员:最长持续工作时间高达30小时!睁眼就工作,闭眼就睡觉!多多买菜离职率超级高!公司不得不降低门槛持续招人!...
- 恕我直言,微服务挺好,但不适合你
- 写代码做副业月入33K+的方法都藏在这几个淘宝大佬的公众号里!
- 唯品会实时计算平台的演进之路
- 大型互联网大型分布式架构演进之路
- 2019年互联网趋势报告