slam学习

本文通俗解读了SLAM算法,涵盖视觉SLAM(ORB-SLAM2, ORB-SLAM3)、视觉惯性SLAM(VINS-Mono, VINS-Fusion)、激光SLAM(Cartographer, LIO-SAM)等,并介绍了三维重建、运动规划和相机标定。通过实例和书目推荐深入理解,同时关注评价指标如精度、效率和鲁棒性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

了解slam:【一看就懂】SLAM算法原理通俗解读_哔哩哔哩_bilibili

1、视觉SLAM:ORB-SLAM2(必学基础)

2、视觉惯性SLAM:ORB-SLAM3,VINS-Mono、VINS-Fusion

3、激光/多传感器融合SLAM:Cartographer,LeGO-LOAM、LIO-SAM、LVI-SAM

4、三维重建:视觉几何OpenMVS,深度学习重建MVSNet、PatchMatchNet、JDACS-MS

5、机器人运动规划:Navfn、Dijkstra、A-Star、DWA、TEB

6、相机标定:单目/鱼眼/双目/阵列

推荐书目:《视觉slam14讲》

 

 

相机和惯导的融合(视觉惯性里程计/vio):

港科大VINS:Mono+Fusion:讲师独家注释源码地址:https://github.com/xieqi1/VINS-Fusion-noted

或者ORB-SLAM3:GitHub - electech6/ORB_SLAM3_detailed_comments: Detailed comments for ORB-SLAM3

评价指标:

精度:ATE绝对轨迹误差, RTE相对轨迹误差
效率:同硬件下的帧率,占用的内存
鲁棒性:数据集的覆盖率:成功追踪的帧数占总帧数的比例;数据集的平均的ATE,RTE

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值