SLAM学习笔记——（一）SLAM分类

最新推荐文章于 2025-05-30 18:03:02 发布

原创最新推荐文章于 2025-05-30 18:03:02 发布 · 1.3w 阅读

51 ·

CC 4.0 BY-SA版权

文章标签：

#地图

SLAM基础知识专栏收录该内容

5 篇文章

订阅专栏

本文介绍了SLAM（同步定位与地图构建）技术的基本概念及其两大主流实现方式：基于激光雷达的SLAM与基于视觉的SLAM。针对视觉SLAM，文章进一步细分为单目、双目与深度摄像头的应用，并对比了不同方法的优缺点。最后，文中还概述了几种典型的SLAM系统及其应用场景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

SLAM（ Simultaneous Localization and Mapping）是指同步定位与地图构建。定位和建图两个问题相互依赖，准确的定位依赖于正确的地图，而构建正确的地图又需要准确的定位，这是一个迭代的过程。
目前的SLAM根据硬件设备的不同主要有两种：

1.基于激光雷达的SLAM
基于激光雷达构建场景是古老并且可信的方法，激光雷达也是精确场景使用最多的SLAM传感器。它们提供机器人本体与周围环境障碍物间的距离信息。常见的激光雷达，例如SICK、Velodyne还有我们国产的rplidar等，都可以拿来做SLAM，但总体来说激光雷达的价格都是非常昂贵。激光雷达能以很高精度测出机器人周围障碍点的角度和距离，从而很方便地实现SLAM、避障等功能。
2.基于视觉的SLAM
基于视觉的SLAM主要是通过摄像头采集来的数据进行同步定位与地图构建。相比于激光雷达，摄像头的价格就是要低的多，但有些工业摄像头的价格还是很高的。此外视觉传感器采集的图像信息要比激光雷达得到的信息丰富，所以更加利于后期的处理

这里我们通过下图来比较比较两种方法的区别（数据来源于KITTI）：
这里写图片描述

注意：左图为Lidar Odometry and Mapping （激光雷达）
右图为ORB-SLAM2 （视觉）
我们可以观察到对于同一个场景的测试，ORB-SLAM2在后半程出现了明显的误差，这是因为累积漂移（accumulated drift）所引起的，所以对于视觉SLAM要进行回环检测（Loop closure detection）。

由于个人主要是研究Visual SLAM，所以我们接下来对于这个方向进行细分。

（一）
按照视觉传感器主要分为三种：

单目摄像头（Monocular Camera）
双目摄像头（Binocular Camera）
深度摄像头（RGB-D Camera）

深度摄像头可以通过time of flight等方法来直接获得图像及对应的深度信息，优点在于方便获得深度数据，缺点在于成本高，体积大，室外环境基本报废。

双目摄像头可以通过三角方法计算出深度信息，市面上有一些深度摄像头也是直接基于双摄像头来做的。然而双目摄像头在目标距离较远的时候会退化成单目。因此近年来大量的研究都是围绕单目进行的。

单目SLAM可以通过临近图像匹配计算出摄像头位姿的变换，在两个视角上进行三角测距又可以得出对应点的深度信息。通过这样迭代的过程可以实现定位及建图。

（二）
A、根据对图像处理的方式非为：

直接法（Direct）
非直接法（Indirect）（一般为基于特征（Feature-Based））

区别如下图：
这里写图片描述

B、根据构建地图的稀疏程度分为：

稀疏（Sparse）
稠密（Dense）

但注意：一般这两种方法会同时使用，具体的组合及方法（包含相关论文）如下：

（1）Sparse + Indirect:
monoSLAM：
A. Davison, I. Reid, N. Molton, and O. Stasse. MonoSLAM:
Real-time single camera SLAM. Transactions on Pattern
Analysis and Machine Intelligence (TPAMI), 29, 2007. 2
PTAM：
G. Klein and D. Murray. Parallel tracking and mapping for
small AR workspaces. In International Symposium on Mixed
and Augmented Reality (ISMAR), 2007. 2
ORB-SLAM
R. Mur-Artal, J. Montiel, and J. Tardos. ORB-SLAM: a versatile
and accurate monocular SLAM system. Transactions
on Robotics, 31(5):1147–1163, 2015. 2, 11

（2）Dense + Indirect
L. Valgaerts, A. Bruhn, M. Mainberger, and J. Weickert.
Dense versus sparse approaches for estimating the fundamental
matrix. International Journal of Computer Vision
(IJCV), 96(2):212–234, 2012. 2
R. Ranftl, V. Vineet, Q. Chen, and V. Koltun. Dense monocular
depth estimation in complex dynamic scenes. In International
Conference on Computer Vision and Pattern Recognition
(CVPR), 2016. 2

（3）Dense + Direct:
DTAM
R. Newcombe, S. Lovegrove, and A. Davison. DTAM:
Dense tracking and mapping in real-time. In International
Conference on Computer Vision (ICCV), 2011. 2, 3
J. St¨uhmer, S. Gumhold, and D. Cremers. Real-time dense
geometry from a handheld camera. In Pattern Recognition
(DAGM), 2010. 2, 3
LSD-SLAM
J. Engel, T. Sch¨ops, and D. Cremers. LSD-SLAM: Largescale
direct monocular SLAM. In European Conference on
Computer Vision (ECCV), 2014. 2, 11

（4）Sparse + Direct
DSO
J. Engel, V. Usenko and D. Cremers,
A Photometrically Calibrated Benchmark For Monocular Visual Odometry,
arXiv:1607.02555, July 2016.
J. Engel, V. Koltun and D. Cremers,
Direct Sparse Odometry,
arXiv:1607.02565, July 2016.