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

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

MoNoSLAM

以扩展卡尔(Carl)曼滤波为后端,追踪前端相当稀疏的特征点,以相机的脚下气象和所有路标点为状态量,更新其均值和协方差。

以恢宏Carl曼滤波为后端,追踪前端十分稀疏的特征点,以相机的当下情形和所有路标点为状态量,更新其均值和协方差。

亮点:在二零零七年,随着总计机性能的升级,以及该连串用稀疏的法子处理图像,使得该方案使得SLAM系统可以在线运行。(从前的SLAM系统是着力无法在线运行的,只好靠机器人带领相机采集的数据,再离线举办一定和建图。)

优点:在二〇〇七年,随着总计机性能的升官,以及该系列用稀疏的法子处理图像,使得该方案使得SLAM系统可以在线运行。(此前的SLAM系统是基本不可能在线运行的,只好靠机器人指引相机采集的数码,再离线举办固定和建图。)

缺点:MoNoSLAM存在利用场景窄,路标数量有限,周详特征点十分容易丢失等缺陷,现在曾经告一段落了对其开发。

症结:MoNoSLAM存在使用场景窄,路标数量少于,周全特征点非常容易丢失等毛病,现在曾经终止了对其付出。

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

PTAM( Parallel Tracking And Mapping )

       紧要原理是:
从素描图像上捕捉特征点,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选择并行处理。

要害原理是:
从素描图像上捕捉特征点,然后检测出平面,在检测出的平面上建立虚拟的3D坐标,然后合成壁画图像和CG。其中,独特之处在于,立体平面的检测和图像的合成选择并行处理。

优点:指出并落实了跟踪与建图过程的并行化,将左右端分离,使用非线性优化方案,既可以实时的定势与建图,也可以在编造平面上叠加物体。

可取:提出并落实了跟踪与建图过程的并行化,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,也得以在虚拟平面上叠加物体。

缺陷:场景小,跟踪容易遗失。

缺点:场景小,跟踪容易遗失。

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

ORB-SLAM(继承并改进PTAM)

可取:泛用性:辅助单目,双目,RGB-D两种情势。整个系统围绕ORB特征举办测算,在效率与精度之间完成了平衡,并围绕特征点举行了优化。其围绕检测算法可以有效地预防误差的积累。使用两个线程完成SLAM,取得了较好的跟踪和建图效果,可以保证轨迹和地图的全局一致性。

可取:泛用性:援助单目,双目,RGB-D二种形式。整个系列围绕ORB特征举办测算,在功效与精度之间形成了平衡,并围绕特征点举办了优化。其围绕检测算法可以使得地制止误差的累积。使用五个线程完成SLAM,取得了较好的跟踪和建图效果,可以确保轨迹和地图的大局一致性。

      
缺点:对于每幅图像都需要总结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困难,ORB-SLAM的建图为稀疏特征点,只好知足一定效能。

缺陷: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,只可以满意一定功用。

www.5037.com,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,不需要总括特征点,还是能构建版稠密地图.

将单目间接发应用到了半密布的单目SLAM中,不需要总括特征点,还是可以构建版稠密地图.

亮点:直接法是指向像素举行的;对特色缺失区域不灵活,半稠密追踪可以确保追踪的实时性和稳定性;在cpu上落实了半细密地图的重建。

亮点:直接法是针对像素举行的;对特色缺失区域不灵动,半稠密追踪可以保证追踪的实时性和平静;在cpu上实现了半密布地图的重建。

症结:对相机内参和曝光非凡乖巧,并且在相机快捷移动时容易遗失,在围绕检测部分,没有平昔基于直接发实现,依赖特(Wright)征点方程举行回环检测,尚未完全摆脱特征点的乘除。

症结:对相机内参和曝光异常灵敏,并且在照相机急速移动时容易丢失,在缠绕检测部分,没有从来基于直接发实现,依赖特(Wright)征点方程举行回环检测,尚未完全摆脱特征点的测算。

SVO( Semi-direct Visual Odoemtry )

SVO( Semi-direct Visual Odoemtry )

据悉稀疏直接法的视觉里程计,在促成中,使用了4×4的小块举行块匹配,揣摸相机资自身的活动。

按照稀疏间接法的视觉里程计,在贯彻中,使用了4×4的小块举办块匹配,预计相机资自身的位移。

优点:速度极快,在低端总计平台上也能达标实时性,适合总结平台受限的场馆。

亮点:速度极快,在低端统计平台上也能达到实时性,适合统计平台受限的场面。

缺陷:在平视相机中突显不好;吐弃了后端优化和环绕检测部分,SVO的位姿臆度留存总结误差,并且丢失后不太容易开展重一向。

缺陷:在平视相机中展现不佳;丢弃了后端优化和环绕检测部分,SVO的位姿估算留存总计误差,并且丢失后不太容易进行重一向。

RTAB-MAP(RGB-D传感器上的SLAM方案)

RTAB-MAP(RGB-D传感器上的SLAM方案)

       给出了一套完整的RGB-D
SLAM方案,近年来得以向来从ROS中取得其二进制程序,在Google Project
Tango上能够拿到其APP直接使用。

付出了一套完整的RGB-D
SLAM方案,近年来得以一向从ROS中拿走其二进制程序,在Google Project
Tango上可以得到其APP直接使用。

可取:原理简单;辅助RGB-D和肉眼传感器,且提供实时的定位和建图功效。

优点:原理简单;襄助RGB-D和眼睛传感器,且提供实时的稳定和建图功效。

缺陷:集成度高,庞大,在其上进展二次开发困难,适合当作SLAM应用而非探讨采用。

症结:集成度高,庞大,在其上举办二次开发困难,适合作为SLAM应用而非研商利用。

 

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