摘抄知乎上一段有趣的话:

    如果你出门问别人『学习SLAM需要哪些基础?』之类的问题,一定会有很热心的大哥大姐过来摸摸你的头,肩或者腰(不重要),一脸神秘地从怀里拿出一本比馒头还厚的《Multiple View Geometry》或《State Estimation For Robotics》或 《An Invitation to 3D Computer Vision》塞给你。然后告诉你,只要潜心修炼两年,一定会……
    扯淡!SLAM是一个工程,不是一门课或者一个算法.........

单目视觉SLAM方法在是否引入概率框架方面分为基于概率框架的方法和基于非概率框架的方法。其中前者的代表方法是基于Kalman滤波(KF)的方法,基于粒子滤波(PF)的方法等;后者的代表方法是基于关键帧和稀疏捆绑调整优化的方法,基于图优化的方法等。

在《机器人手册》 第2卷,这本书里面,第23张讲述了:三维视觉和基于视觉的实时定位于地图重建。在第37章里面,讲述了 同时定位与建图。指出了SLAM的三种基本方法。

一种是EKF的方法,但由于性能的约束,逐渐变得非主流;第二种基于图表示,成功使用稀疏非线性优化方法解决SLAM问题,成为主要方法;第三种也是成为粒子滤波器的非参数统计滤波技术,是在线SLAM的一种主流方法。

文章链接:http://www.opencv.org.cn/forum.php?mod=viewthread&tid=37672

一、概率方法

采用概率框架的方法的思路大致为:假设从初始时刻到当前 时刻的观测数据和控制输入已知,那么就可以联合后验概率来构建一个后验概率密度函数,这个函数用来描述相机姿态 和 地图中的特征的空间位置,进而通过递归的贝叶斯滤波算法 来对构建的概率密度函数进行估计,从而完成SLAM问题的解决。

在基于KF的方法中,假设满足高斯分布并且系统的非线性较小时可以得到不错的效果,另外从后验概率的不同可以分为EKF-SLAM方法、扩展信息滤波(EIF)方法、UKF-SLAM方法、SEIF方法等,例如,Davison等提出的单目视觉SLAM系统(MonoSLAM)和Roussillon[提出的实时单目视觉SLAM系统(RTSLAM)就是建立在扩展卡尔曼滤波(EKF)的基础上的。

再基于PF的方法中,主要有Doucet[7]提出的基于Rao-Blackwellized粒子滤波器(RBPF)的方法 和在此基础上Montemerlo[8]提出的 FastSLAM方法等,其中FastSLAM方法可以用于非线性的系统。

优点: 基于概率框架的方法的计算框架类似,其中基于EKF的单目视觉,一般可以分为运动模型和观测模型并在一阶HMM 的假设下可以实现系统状态的预测和观测更新。地图也可以在线更新。

缺点:但是这种方法多采用增量式的地图创建方法,复杂度是n^2的。另外故在系统不稳定和观测的不确定性的影响下造成误差的累积,在大规模场景时会导致最终地图的不一致性,难于保持准确度和鲁棒性。

二、非概率方法

在非概率框架的方法中,Klein等在基于关键帧的基础上提出的PTAM系统(Parallel Tracking andMapping),该系统会在后文给出详细的分析和优化措施。基于图优化的SLAM方法[9]在采取了全局优化的基础上,在大规模场景下可以取得好的效果。在国外,基于图优化的方法大都被划分为前端和后端的问题,

SLAM: 单目视觉SLAM的方案分类《机器人手册》相关推荐

  1. 视觉SLAM方案分类及选型调研

    经典视觉SLAM框架 SLAM至今已历经三十多年的研究,这里给出经典视觉SLAM框架,这个框架本身及其包含的算法已经基本定型,并且已经在许多视觉程序库和机器人程序库中提供. 我们把整个视觉 SLAM ...

  2. 【阅读文献】单目视觉SLAM方法综述【1】~单目视觉SLAM分类方法

    目录 1 单目视觉SLAM分类方法 1.1 基于概率框架的单目视觉SLAM 1.2 基于非概率框架的单目视觉SLAM方法 SLAM最先由Smith Self 和 Cheeseman于1987年提出,被 ...

  3. 一文读懂单目视觉SLAM分类方法~基于概率框架和非概率框架

    点上方蓝字计算机视觉联盟获取更多干货 在右上方 ··· 设为星标 ★,与你不见不散 联盟成员读书笔记带你深入理解单目SLAM SLAM最先由Smith Self 和 Cheeseman于1987年提出 ...

  4. 单目视觉SLAM综述

    摘要 单目视觉SLAM因单目相机体积小.功耗低.信息获取丰富受到了广泛使用.为了深入分析单目视觉SLAM的优势,首先,简述单目视觉SLAM的基本原理,从特征点检测.相机姿态估计.选取关键帧.创建地图. ...

  5. 基于slam的三维重建_实时三维重建算法的实现 基于Kinect与单目视觉SLAM的三维重建.docx...

    实时三维重建算法的实现 基于Kinect与单目视觉SLAM的三维重建 实时三维重建算法的实现--基于Kinect与单目视觉SLAM的三维重建夏文玲1,顾照鹏2,杨唐胜2XIAWenling1,GUZh ...

  6. 非滤波单目视觉SLAM系统

    转自麒迹智能硬件创新平台 摘要 视觉SLAM过去15年的研究产生了大量可以使用的系统,广泛应用于机器人和增强现实应用中.滤波(卡尔曼滤波,粒子滤波)视觉SLAM更通用,非滤波(运动估计结构)方案更有效 ...

  7. 一文带你读懂单目视觉SLAM数据关联优化

    点上方蓝字计算机视觉联盟获取更多干货 在右上方 ··· 设为星标 ★,与你不见不散 联盟成员读书笔记带你深入理解单目SLAM 数据关联的优化 基于图像的特征检测与匹配不可避免地带有误差.如果直接使用图 ...

  8. 【阅读文献】单目视觉SLAM方法综述【4】~特征点深度获取+地图尺度控制

    2.3 特征点深度的获取 单目摄像机相当于Bearing(方向) Only类传感器,不能立刻获得深度信息. 特征点深度获取方法主要有以下3种: 几何三角化.反深度(inverse depth).粒子滤 ...

  9. 60项基于深度学习的SLAM顶会开源方案汇总(上篇)

    点击进入->3D视觉工坊学习交流群 0. 笔者个人体会 深度学习结合SLAM是近年来很热门的研究方向,也因此诞生了很多开源方案.笔者最近在阅读SLAM综述论文"A Survey on ...

最新文章

  1. 谈谈基于机器学习的编程到底比传统编程强在哪里?
  2. 监测linux一些重要文件md5值脚本
  3. 本能富可敌国,最后却选择拯救世界!Bram的Vim和乌干达儿童
  4. JDBC_设计架构_驱动类加载_建立Connection_效率测试
  5. Python调用百度接口(情感倾向分析)和讯飞接口(语音识别、关键词提取)处理音频文件...
  6. Base64的编码实现原理攻略
  7. git fetch实战以及与git pull 的区别
  8. 使用libevhtp搭建HTTPS SERVER(双向验证身份)
  9. 网络知识 -- 第二部
  10. 计组之指令系统:2、指令寻址与数据寻址(直接寻址、间接寻址、寄存器寻址、寄存器间接寻址、隐含寻址、基址寻址、变址寻址、相对寻址、堆栈寻址)
  11. Excel中插入图表后在设计选项卡无法选择样式解决办法
  12. JVM运行和类加载全过程
  13. android 傻瓜式编程,傻瓜式App开发:jimu 像搭积木一样搭建Android App
  14. 工作站(集群)使用说明及相关工具
  15. Apollo GPS调试笔记
  16. DataWorks数据建模 - 一揽子数据模型管理解决方案
  17. 筛法求素数 (20分)
  18. 新手怎么写电影解说文案?
  19. Leetcode771:宝石与石头
  20. [从头读历史] 第287节 神之物语 赫拉克勒斯的故事

热门文章

  1. KMPEXKMP学习笔记
  2. STIMULUS(二) —— Hello, Stimulus
  3. spring boot与spring mvc的区别是什么?
  4. [js高手之路]寄生组合式继承的优势
  5. 黑莓证实裁员约200人 黑莓10和设备部门影响最大
  6. Eclipse - CDT使用GDB调试C++的问题-无源文件命名(No source file named)
  7. PHP获取浏览器版本号
  8. apt-get clean 清除 apt 的缓存
  9. 如何解析json字符串及返回json数据到前端
  10. myrocks复制中断问题排查