浅析ActiveSLAM

作者：K.Fire | 来源：3DCV

加我微信：cv3d007, 邀请你加入SLAM交流群，备注：加群+SLAM

1 前言

SLAM（The Simultaneous Localisation and Mapping）中文的意思是同时定位和地图绘制，即将一个移动机器人（也可以是水下机器人（ROV）或者无人机（UAV））放置于一个位置环境中的一个未知位置,在没有先验图的情况下，机器人可以自主地逐步构建周围环境的一致地图，同时可以在环境中确定自身的位置。SLAM问题自90年代提出以来,被视作移动机器人领域的“圣杯”，它是使机器人完全实现自主的手段，是机器人的核心技术之一。

对于SLAM技术的研究目前已经发展的比较成熟，框架也比较完善，但在技术落地的过程中免不了会遇到各种各样的问题，学者将不同的方法引入SLAM框架进行完善，进而产生了各种各样的SLAM方法，ActiveSLAM就是其中一种。

本篇文章先简单介绍SLAM框架，然后会通过一个例子简要介绍ActiveSLAM的应用场景，最后会对ActiveSLAM问题以及他的解决方案进行阐述。

2 SLAM简述

一个经典的视觉SLAM框架由五部分组成：传感器的信息读取、前端的视觉里程计、后端的优化、回环检测、建图。

1. 传感器信息读取：在视觉SLAM中主要为相机图像信息的读取和预处理，在机器人系统中还包括编码器、IMU等其他传感器信息的读取和融合。

2. 前端视觉里程计（VO）：用于估算相邻图像间相机的运动以及局部