使得该方案使得SLAM系统可以在线运营,使得该方案使得SLAM系统可以在线运维

MoNoSLAM:https://github.com/hanmekim/SceneLib2

MoNoSLAM

以恢宏Carl曼滤波为后端,追踪前端十分稀疏的特征点,以相机的脚下气象和全体路标点为状态量,更新其均值和协方差。

以恢宏Carl曼滤波为后端,追踪前端卓殊稀疏的特征点,以相机的当下景况和全体路标点为状态量,更新其均值和协方差。

优点:在二零零六年,随着总括机品质的升级,以及该连串用稀疏的点子处理图像,使得该方案使得SLAM系统可以在线运营。(在此以前的SLAM系统是主导无法在线运维的,只好靠机器人指导相机采集的数量,再离线举办固化和建图。)

优点:在二零零六年,随着统计机品质的提拔,以及该系统用稀疏的主意处理图像,使得该方案使得SLAM系统可以在线运转。(从前的SLAM系统是主导不只怕在线运转的,只可以靠机器人辅导相机采集的多寡,再离线进行固化和建图。)

缺陷:MoNoSLAM存在使用场景窄,路标数量少于,周详特征点非凡简单丢失等缺陷,未来一度终止了对其付出。

症结:MoNoSLAM存在使用场景窄,路标数量有限,全面特征点万分简单丢失等缺陷,将来曾经告一段落了对其支付。

PTAM( Parallel Tracking And Mapping
)
http://www.robots.ox.ac.uk/~gk/PTAM

PTAM( Parallel Tracking And Mapping )

       主要原理是:
从雕塑图像上捕捉特征点,然后检测出平面,在检测出的平面上建立虚拟的3D坐标,然后合成雕塑图像和CG。其中,独特之处在于,立体平面的检测和图像的合成采纳并行处理。

首要原理是:
从壁画图像上捕捉特征点,然后检测出平面,在检测出的平面上创制虚拟的3D坐标,然后合成素描图像和CG。其中,独特之处在于,立体平面的检测和图像的合成接纳并行处理。

优点:提出并贯彻了跟踪与建图进程的并行化,将左右端分离,使用非线性优化方案,既可以实时的固化与建图,也可以在编造平面上叠加物体。

优点:提出并贯彻了跟踪与建图进度的并行化,将左右端分离,使用非线性优化方案,既可以实时的永恒与建图,也可以在虚拟平面上叠加物体。

缺点:场景小,跟踪不难丢失。

缺陷:场景小,跟踪不难遗失。

ORB-SLAM(继承并改革PTAM)http://webdiis.unizar.es/~raulmur/orbslam/

ORB-SLAM(继承并革新PTAM)

优点:泛用性:协助单目,双目,奔驰M级GB-D三种形式。整个系统围绕ORB特征举行测算,在作用与精度之间完毕了平衡,并围绕特征点进行了优化。其围绕检测算法能够使得地幸免误差的累积。使用五个线程达成SLAM,取得了较好的跟踪和建图效果,可以保障轨迹和地图的大局一致性。

可取:泛用性:支持单目,双目,LacrosseGB-D三种情势。整个种类围绕ORB特征进行计算,在效用与精度之间完毕了平衡,并围绕特征点进行了优化。其围绕检测算法可以有效地防范误差的积聚。使用八个线程已毕SLAM,取得了较好的跟踪和建图效果,可以确保轨迹和地图的全局一致性。

      
缺点:对于每幅图像都急需总计ORB特征耗时大。三线程给CPU带来较大负担,在一向到嵌入式设备上有一定的紧巴巴,ORB-SLAM的建图为稀疏特征点,只能够满意一定功效。

缺点:对于每幅图像都亟需总计ORB特征耗时大。三线程给CPU带来较大负担,在直接到嵌入式设备上有一定的勤奋,ORB-SLAM的建图为稀疏特征点,只可以满意一定功用。

LSD-SLAM(Large Scale Direct monocular SLAM)

LSD-SLAM(Large Scale Direct monocular SLAM)

      
将单目直接发应用到了半细密的单目SLAM中,不要求总计特征点,还可以打造版稠密地图.

将单目直接发应用到了半细密的单目SLAM中,不要求计算特征点,仍能营造版稠密地图.

可取:直接法是本着像素进行的;对特色缺失区域不敏感,半稠密追踪可以确保追踪的实时性和安居;在cpu上贯彻了半细密地图的重建。

365体育网投,亮点:直接法是指向像素进行的;对特色缺失区域不灵活,半稠密追踪可以保障追踪的实时性和稳定性;在cpu上落到实处了半密布地图的重建。

缺陷:对相机内参和揭露万分灵动,并且在相机快捷移动时不难遗失,在围绕检测部分,没有一向基于直接发完毕,信赖特征点方程举行回环检测,尚未完全摆脱特征点的一个钱打二15个结。

缺陷:对相机内参和暴光分外乖巧,并且在相机火速移动时便于丢失,在围绕检测部分,没有间接基于直接发完结,正视特征点方程举办回环检测,尚未完全摆脱特征点的计算。

SVO( Semi-direct Visual Odoemtry )

SVO( Semi-direct Visual Odoemtry )

基于稀疏直接法的视觉里程计,在促成中,使用了4×4的小块进行块匹配,估摸相机资自个儿的活动。

据悉稀疏直接法的视觉里程计,在完结中,使用了4×4的小块进行块匹配,估算相机资本人的位移。

亮点:速度极快,在低端计算平台上也能落得实时性,适合统计平台受限的场地。

可取:速度极快,在低端统计平台上也能达标实时性,适合计算平台受限的场面。

缺点:在平视相机中突显不好;屏弃了后端优化和环绕检测部分,SVO的位姿揣度留存总结误差,并且丢失后不太不难举办重一直。

症结:在平视相机中表现不好;废弃了后端优化和环绕检测部分,SVO的位姿估算留存总结误差,并且丢失后不太不难开展重一贯。

CRUISERTAB-MAP(奇骏GB-D传感器上的SLAM方案)

君越TAB-MAP(LX570GB-D传感器上的SLAM方案)

       给出了一套完整的大切诺基GB-D
SLAM方案,近期得以直接从ROS中获取其二进制程序,在谷歌(Google) Project
Tango上可以拿到其APP直接动用。

付出了一套完整的陆风X8GB-D
SLAM方案,近日可以直接从ROS中赢得其二进制程序,在谷歌(Google) Project
Tango上可以拿到其APP直接使用。

优点:原理简单;支持智跑GB-D和眼睛传感器,且提供实时的一直和建图功能。

可取:原理不难;扶助帕杰罗GB-D和眼睛传感器,且提供实时的定势和建图成效。

缺点:集成度高,庞大,在其上展开三回开发困难,适合当作SLAM应用而非讨论利用。

症结:集成度高,庞大,在其上展开1遍开发困难,适合当作SLAM应用而非切磋采用。

 

初稿来自:http://www.linuxprobe.com/v-slam-plans.html

相关文章