《视觉SLAM十四讲》学习系列(1)—经典视觉SLAM框架

本文介绍了视觉SLAM的基本流程,包括视觉里程计、后端优化、回环检测和建图。视觉里程计通过图像估计相机运动,后端优化处理前端误差,回环检测纠正累积漂移,建图则根据任务需求创建度量或拓扑地图。文章还探讨了度量地图和拓扑地图的区别。

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

《视觉SLAM十四讲》学习系列(1)—经典视觉SLAM框架

本文主要内容来自《视觉SLAM十四讲》第二讲-初识SLAM。

这里写图片描述

经典视觉SLAM流程包括:
1、传感器信息提取。主要是相机图像相关信息。
2、视觉里程计(Visual Odometry,VO),又称为前端。估算相邻图像间相机的运动及输出局部地图,为后端优化提供“初值”。
3、后端优化(Optimization)。后端接受前端测量的相机位姿和回环检测的信息,得到全局一致的轨迹和地图。
4、回环检测(Loop Closing)。回环检测判断机器人是否到达过先前的位置。若检测到回环,将信息提供给后端进行处理。
5、建图(Mapping)。根据估计的轨迹,建立与任务要求的地图。

视觉里程计

人眼可以轻松估算出图像是否移动(反过来想就是相机运动),但是不精确。要完成建图及定位任务,我们对视觉前端的要求是定量的估计相机运动

书中介绍的方法为,视觉里程计通过相邻帧间的图像估计相机运动,并恢复场景的空间结构,但只计算相邻时刻的运动,不关心再往前的信息。(和马尔科夫状态过程类似?)但前端过程中必然存在误差,误差会不断累积,形成累积漂移。为消除漂移,我们需要回环检测后端优化

后端优化

前端所传数据中存

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