SLAM发展现状研究
SLAM，是指同步定位与建图，定位与建图是两个相辅相成的技术，定位依赖成熟正确的地图构建，建图依赖准确的定位技术。SLAM主要包括激光雷达传感器为核心的激光SLAM和以各类相机传感器为核心的视觉 SLAM两类。
其中激光SLAM的发展时间较为悠长，其又分为2D和3D激光SLAM，2D激光试用于像扫地机器人这样的室内环境，3D激光主要通过点云实现对物体的定位，多用于无人驾驶领域。激光SLAM的定位精度较高，但是造价较贵，容易受到激光雷达探测范围干的扰而使定位丢失。激光SLAM使用最常见的算法是Gmapping，其采用粒子滤波器将进程为分解定位与建图2个线程，但是它仅包含前端设计，时间较为古老；LOAM（Lidar Odometry and Mapping in Real-time）是一种双线程设计，它包括高频率低精确度的里程计和低频率高精度的点云；Le GO-LOAM是在LOAM的基础上增加了后端模块，在原有基础上优化了地图参数。
视觉SLAM通过摄像头获取图片来实现定位与建图，按照按相机数分类，可以分为单目视觉SLAM、双目视觉SLAM、多目视觉SLAM，区别就是相机的数量不同，但是使用率较高的还是单目视觉SLAM。视觉SLAM擅长在纹理丰富的动态环境中稳定工作，但是相机由于受到光照强度影响过大，容易出现各种模糊相片的拍摄进而导致无法提取特征点而使得定位困难。视觉SLAM由视觉前端、视觉后端、回环检测组成，其中视觉前端是根据图像信息估计出相机运动初值，有基于特征点的间接法（光流法），也包括基于灰度信息的直接法（原理为根据帧间灰度值变化计算相机位姿变化获取信息）；视觉后端主要是指在更大的尺度对前端参数优化，包括滤波器的优化以及非线性优化；回环检测主要根据场景重识别，通过局部描述符与全局描述符实现闭环检测。
目前在视觉SLAM的基础上发展出了语义SLAM，它是指深度循环卷积神经网络的端到端视觉里程计，通过CNN（卷积神经网络）提取深层次图像特征，通过RNN（循环神经网络）进行数据关联与位姿估计，加入深度学习后，定位以及建图的准确性有了大大的提升。
现阶段SLAM的发展主要为多传感器的融合，由于与无人驾驶领域联系较为紧密，还加入了IMU（惯性测量单元，其中包括加速度计、陀螺仪和磁力仪三种传感器），还有各种车辆传感器（轮速传感器、方向轮盘转角传感器）。许多学者将激光雷达、相机、IMU、车辆传感器根据实际需求进行两两或者三三结合，方式有紧耦合与松耦合，紧耦合是指系统先将各种传感器获得的信息先融合到状态变量中，再进行位姿估计；松耦合是指各个传感器先进行位姿估计，最后系统再将信息融合在一起的方式。在多传感器融合的过程中会遇到许多棘手的问题：①针对每个传感器都具备自触发模式，会导致数据不同步的现象，但是通过设计的硬件电路触发视觉传感器和惯性传感器，摸索出各自的数据延时性，再利用硬件电路在时域上采用同步触发平台运动、视觉传感器成像、惯性传感器数据获取，以验证空域内图像数据和惯性数据的一致性可以很好地解决这一问题；②针对视觉传感器离背景过近，使特征点线减少，同时转弯使连续帧间的同名点丢失的现象，可以通过优化的办法解决；③针对动态目标对系统定位的影响，使用多传感器信息的联合平差；④针对动态目标对系统建图的影响，可以使用基于语义约束与几何约束的动态特征剔除算法对视觉信息动态特征剔除；⑤针对视觉SLAM在动态目标下精度下降问题，可以使用对图像特征点提取与均匀化+深度学习目标检测筛选动态特征点+基于LK系数光流跟踪特征点的方法解决。
针对多传感器的融合，在解决了数据融合的难题之后，还需要进行进一步的优化，主要分为两周优化方法，基于滤波器与基于图优化，其中基于滤波器的优化主要包括基于扩展卡尔曼滤波（EKF）的 SLAM 算法、基于粒子滤波的SLAM算法，还有新将模糊推理系统、遗传算法融合到其中；基于图优化是针对求解大规模非线性优化问题，依据位姿估计以及观测值构建最小化目标函数，它采用关键帧的形式，将整个过程中每一时刻的状态都以图的方式存储起来，可以不断利用实时观测数据修正累积误差，通过极大似然估计来求解位姿。
以上帖子多为个人的学习总结，有不当的地方还烦请大家指出。
SLAM发展现状研究相关推荐
- 中国工业液压油市场市场发展现状研究与投资趋势分析报告2022-2028年
中国工业液压油市场市场发展现状研究与投资趋势分析报告2022-2028年 详情内容请咨询鸿晟信合研究院! [全新修订]:2022年2月 [撰写单位]:鸿晟信合研究研究 2021年中国工业液压油市场销售 ...
- 2021-2027年中国手机壳行业现状研究及发展趋势分析报告
[报告类型]产业研究 [报告价格]4500起 [出版时间]即时更新(交付时间约3个工作日) [发布机构]智研瞻产业研究院 [报告格式]PDF版 本报告介绍了中国手机壳行业市场行业相关概述.中国手机壳行 ...
- SLAM技术的应用及发展现状
近年来,由于扫地机的出现使得SLAM技术名声大噪,如今,已在机器人.无人机.AVG等领域相继出现它的身影,今天就来跟大家聊一聊SLAM的应用及发展现状. SLAM的多领域应用 SLAM应用领域广泛,按 ...
- 珠三角物流业现状及发展对策研究 (zt)
从各国物流业发展的一般规律来看?与生产的发展及经济的整体水平相比?物流业的发展在时序上都相对滞后.早在20世纪60年代?美国经济学家多拉格说:"物流是经济的黑暗大陆."广东的情况正 ...
- 全球与中国铂金坩埚市场发展现状与趋势研究分析报告2022-2028年
全球与中国铂金坩埚市场发展现状与趋势研究分析报告2022-2028年 详情内容请咨询鸿晟信合研究院! [全新修订]:2022年2月 [撰写单位]:鸿晟信合研究研究 [报告目录] 1 铂金坩埚市场概 ...
- python国内外研究现状-对当今Python 快速发展的研究与展望
对当今Python 快速发展的研究与展望 摘要:本文通过分析Python语言的发展历史.设计哲学.应用领域和优缺点,分析了Pytho近年来快速发展的原因. 一.Python 简史 Python 是由G ...
- 关于双目立体视觉的三大基本算法及发展现状的总结
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 双目立体视觉一直是机器视觉研究领域的发展热点和难点,"热 ...
- 自动驾驶软件开发人才现状_浅析自动驾驶的重要一环：感知系统发展现状与方向...
在自动驾驶控制系统的架构当中,自动驾驶车辆的感知系统和定位系统作为车辆路径规划的依据,是至关重要的两个环节.最近的两篇文章将详细介绍自动驾驶车辆的感知系统和定位系统的基本结构.发展现状和未来发展方向. ...
- sgbm算法_关于双目立体视觉的三大基本算法及发展现状的总结
作者:何文博 来源:公众号 @3D视觉工坊 链接:关于双目立体视觉的三大基本算法及发展现状的总结 双目立体视觉一直是机器视觉研究领域的发展热点和难点,"热"是因为双目立体视觉有着及 ...
最新文章
- 用C#调用Windows API向指定窗口发送按键消息
- Linux常用基本命令(cut)
- linux设备驱动模型之 kset原理与实例分析
- final在java中怎么用_Java中final的简单使用说明
- ITK:从体积生成切片
- 成都东软学院计算机科学与技术系,成都东软学院计算机科学与技术系毕业设计(论文)工作实施细则成都东软学院计算机科学与技术系毕业设计(论文)工作实施细则.doc...
- resource.arsc二进制内容解析 之 Dynamic package reference
- DataParallel 和 DistributedDataParallel 的区别和使用方法
- oracle索引online样例,在线创建索引的问题案例
- 在线文字图标logo文章封面图生成工具
- 深度比较Map的遍历
- geemap_01_安装geemap
- IOS 蓝牙开发（一）蓝牙协议基础知识
- 格拉布斯准则异常数据_异常处理准则和最佳实践
- # 稳了github star突破9k即时通讯IM开源项目OpenIM版本发布-生产环境重点关注
- 货币金融学学习笔记（第4篇中央银行与货币操作政策）
- 计算机自检报错无法开机,电脑开机不自检无显示是怎么回事?
- 模拟轮盘抽奖游戏:一等奖、二等奖、三等奖
- 《秘密》-- 东野圭吾
- 数学建模学习（100）：交通运输问题建模