SLAM之相机选型

最新推荐文章于 2025-05-22 12:02:15 发布

原创

最新推荐文章于 2025-05-22 12:02:15 发布 · 5.9k 阅读

41 ·

CC 4.0 BY-SA版权

文章标签：

#视觉SLAM #多传感融合

本文对比了小觅相机、ZED相机和Intel RealSense在视觉SLAM中的应用，涉及型号、同步精度、适用场景、优缺点等方面。小觅相机提供不同型号，支持ROS和多种操作系统，适合产品开发。ZED相机具有高分辨率和高帧率3D视频捕捉能力，适用于室内和室外。Intel RealSense适用于远距离交互和物体跟踪，集成深度感知和运动跟踪技术。结论指出，ZED适合开发，小觅适合产品应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文对ZED、小觅、intel RealSense三种相机进行调研比对，主要在型号、同步精度、适用场景、优缺点、工作原理、和ros及SLAM的融合等方面展开调研。

一、小觅相机

小觅标准版：999~1699元
支持操作系统：Windows、Linux、ROS、TX1/2、Mac
开源项目支持：ORB_SLAM2、OKVIS、VINS、VIORB
S1030-IR-120/Mono： 1699元
S1030-120/Mono：
S2100-146/Color：

小觅深度版：　2999元
视觉+结构光+惯导融合；无需上位机；可选镜头（120°/50°）；深度计算芯片；（可在设备端完成双目深度计算，无需依赖终端的GPU/CPU，本身便可直接输出双目深度图像）；六轴IMU（与图像同步精度高达0.05ms）；双目帧同步；彩色；全局快门（可实现两颗摄像头的所有像元同时曝光，降低高速移动拍摄时的图像畸变；卷帘快门效果差）；720p/60fps高清输出
支持操作系统：Windows、Linux、ROS、Android、TX1/2；只支持64位处理器
开源项目支持：ORB_SLAM2、OKVIS、VINS

D1000-IR-120/Color：　适用于视觉SLAM研究，针对室内场景优化；IR主动（结构）光探测器（增加白墙和无纹理物体识别精度；可在黑暗环境使用）；120°广角镜头，0.275~8米识别距离，厘米级识别精度
D1000-50/Color：　更适用于双目测量研究，针对室外场景优化；内置IR-CUT滤光片；50°镜头，0.520~15米识别距离，毫米级别识别精度
双目方案：
在这里插入图片描述