本文介绍了视觉SLAM的基础概念，包括VSLAM的五个主要模块：传感器数据处理、视觉里程计、后端优化、回环检测和映射。重点讨论了视觉里程计的特征基方法和直接方法，以及后端优化中的滤波器和全局优化技术。回环检测的重要性在于解决相机漂移问题，常用方法包括基于Odometry和appearance的方法。最后，讨论了SLAM输出的地图类型及其应用。
1、VSLAM的模块划分
主要有5个模块：
Sensor data process-----》Visual odometry----》backend（optimization）---》Mapping---》loop closure detection
当前研究状态是视觉SLAM在刚性静态环境中基本得到解决。但是面临运算速度慢，算法不够鲁棒等问题。
VO用于估计帧与帧之间的ego-motion；
Optimization用于handle global trajectory；
Loop closure用于correct相机的drift；
Map用于描述环境。
2、Visual Odometry视觉里程计
Feature-based 方法：
Step1：特征提取，当前有FAST corner，SIFT，SURF，ORB等
Step2：特征匹配，有Brute-force or KNN 特征匹配
最低0.47元/天 解锁文章
扫一扫
975
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
