【激光SLAM与视觉SLAM基本概念及算法解析】

激光SLAM与视觉SLAM基本概念及算法解析

---

激光SLAM与视觉SLAM基本概念

激光SLAM

• 基本概念：基于激光雷达（LiDAR）的SLAM技术，通过发射激光束并接收反射信号，生成环境的点云数据，利用点云匹配和几何特征实现定位与建图。其核心优势是测距精度高（可达厘米级）、对光照变化不敏感，但成本较高，且动态环境适应性较弱。
• 传感器：2D/3D激光雷达（如Velodyne、SICK、国产RPLIDAR）。

视觉SLAM

• 基本概念：基于摄像头（单目、双目、RGB-D或鱼眼相机）的SLAM技术，通过图像特征提取与匹配、光流跟踪或直接法计算相机位姿，并构建环境地图。其优势是成本低、信息丰富（含纹理和颜色），但受光照变化、动态物体和弱纹理环境影响较大。
• 传感器：单目/双目相机、RGB-D相机（如Kinect、RealSense）。

---

激光SLAM主流算法及实现方式

算法	实现方式	应用场景	特点
Gmapping	基于粒子滤波（Rao-Blackwellized粒子滤波），分离定位与建图，依赖里程计信息。