SLAM介绍

最新推荐文章于 2024-05-06 08:07:53 发布

nudt_qxx

最新推荐文章于 2024-05-06 08:07:53 发布

阅读量2.4k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：机器人无人机 ros 计算机视觉 slam 文章标签：传感器机器人虚拟现实 slam的原理

本文链接：https://blog.youkuaiyun.com/xiangxianghehe/article/details/78503458

计算机视觉同时被 3 个专栏收录

38 篇文章

订阅专栏

slam

30 篇文章

订阅专栏

机器人

18 篇文章

订阅专栏

本文介绍了SLAM（同时定位与建图）技术的基本概念及其在机器人、虚拟现实和增强现实领域的应用。SLAM技术通过传感器信息实现环境的地图构建及自身定位。文章详细探讨了SLAM的分类，包括激光SLAM和视觉SLAM，并对视觉SLAM的不同形式进行了说明。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

SLAM是Simultaneous Localization and Mapping的缩写，意为“同时定位与建图”。它是指运动物体根据传感器的信息，一边计算自身位置，一边构建环境地图的过程。目前，SLAM的应用领域主要有机器人、虚拟现实和增强现实。其用途包括传感器自身的定位，以及后续的路径规划、场景理解。

两大类

随着传感器种类和安装方式的不同，SLAM的实现方式和难度会有很大差异。粗略来说，SLAM主要分为激光、视觉两大类。其中，激光SLAM研究较早，理论和工程均比较成熟。视觉方案目前（2016）尚处于实验室研究阶段，极少看到实际产品应用。

四小类

按照传感器类型的不同，更细粒度地可以把SLAM分为基于激光雷达的 2D/3D SLAM、基于深度相机的 RGBD SLAM、基于视觉传感器的 visual SLAM（简称 vSLAM）、基于视觉传感器和惯性单元的 visual inertial odometry（简称 VIO）。

视觉SLAM

视觉SLAM又可以分为三大类：单目、双目（或多目）、RGBD。其余还有鱼眼、全景等特殊相机，但是在研究和产品中都属于少数。此外，结合惯性测量器件（Inertial Measurement Unit，IMU）的视觉SLAM也是现在研究热点之一。就实现难度而言，我们可以大致将这三类方法排序为：单目视觉>双目视觉>RGBD。