以相机的当下意况和全数路标点为状态量,使得该方案使得SLAM系统可以在线运转

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

MoNoSLAM

以增添Carl曼滤波为后端,追踪前端格外稀疏的特征点,以相机的脚下气象和全部路标点为状态量,更新其均值和协方差。

以伸张Carl曼滤波为后端,追踪前端格外稀疏的特征点,以相机的脚下状态和全部路标点为状态量,更新其均值和协方差。

可取:在二零零六年,随着总计机质量的升官,以及该体系用稀疏的法门处理图像,使得该方案使得SLAM系统可以在线运维。(以前的SLAM系统是大旨不只怕在线运维的,只好靠机器人指导相机采集的数额,再离线进行定点和建图。)

优点:在二零零七年,随着统计机性能的晋级,以及该序列用稀疏的章程处理图像,使得该方案使得SLAM系统能够在线运转。(从前的SLAM系统是主导无法在线运维的,只能够靠机器人引导相机采集的数目,再离线举办固化和建图。)

缺陷:MoNoSLAM存在使用场景窄,路标数量有限,全面特征点分外容易丢失等老毛病,以往一度终止了对其付出。

缺陷:MoNoSLAM存在利用场景窄,路标数量有限,周全特征点格外不难丢失等缺陷,以后已经为止了对其付出。

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

PTAM( Parallel Tracking And Mapping )

       紧要原理是:
从水墨画图像上捕捉特征点,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。

重中之重原理是:
从油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建虚拟的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拔取并行处理。

可取:指出并达成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,既可以实时的固定与建图,也得以在编造平面上叠加物体。

优点:提议并促成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,既可以实时的定点与建图,也可以在编造平面上叠加物体。

缺点:场景小,跟踪不难遗失。

症结:场景小,跟踪不难遗失。

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

ORB-SLAM(继承并革新PTAM)

优点:泛用性:帮忙单目,双目,PRADOGB-D两种格局。整个系统围绕ORB特征举办测算,在功效与精度之间完结了平衡,并围绕特征点进行了优化。其围绕检测算法能够使得地预防误差的积聚。使用多少个线程已毕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。

可取:泛用性:帮忙单目,双目,景逸SUVGB-D三种情势。整个系统围绕ORB特征举办总结,在效用与精度之间形成了平衡,并围绕特征点举行了优化。其围绕检测算法可以有效地幸免误差的聚积。使用多少个线程落成SLAM,取得了较好的跟踪和建图效果,可以确保轨迹和地图的全局一致性。

      
缺点:对于每幅图像都须要统计ORB特征耗时大。三线程给CPU带来较大负担,在一贯到嵌入式设备上有一定的难堪,ORB-SLAM的建图为稀疏特征点,只能够满意一定效能。

缺陷:对于每幅图像都要求总括ORB特征耗时大。三线程给CPU带来较大负担,在平素到嵌入式设备上有一定的辛苦,ORB-SLAM的建图为稀疏特征点,只能够满足一定功用。

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,不必要计算特征点,仍可以营造版稠密地图.

将单目直接发应用到了半密布的单目SLAM中,不须求计算特征点,还是能打造版稠密地图.

亮点:直接法是指向像素举办的;对特色缺失区域不灵活,半稠密追踪可以有限支撑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。

可取:直接法是本着像素进行的;对特色缺失区域不灵活,半稠密追踪能够确保追踪的实时性和安宁;在cpu上完结了半密布地图的重建。

症结:对相机内参和揭露万分灵敏,并且在照相机火速移动时便于丢失,在缠绕检测部分,没有直接基于直接发达成,倚重特征点方程进行回环检测,尚未完全摆脱特征点的臆度。

症结:对相机内参和暴光万分敏锐,并且在相机快速移动时不难遗失,在围绕检测部分,没有一贯基于直接发落成,看重特征点方程进行回环检测,尚未完全摆脱特征点的乘除。

SVO( Semi-direct Visual Odoemtry )

SVO( Semi-direct Visual Odoemtry )

依据稀疏直接法的视觉里程计,在贯彻中,使用了4×4的小块进行块匹配,猜度相机资本身的移位。

根据稀疏直接法的视觉里程计,在落到实处中,使用了4×4的小块进行块匹配,估算相机资自己的位移。

亮点:速度极快,在低端计算平台上也能达标实时性,适合计算平台受限的场所。

亮点:速度极快,在低端统计平台上也能已毕实时性,适合总括平台受限的场合。

缺陷:在平视相机中显现不佳;丢弃了后端优化和环绕检测部分,SVO的位姿估量留存计算误差,并且丢失后不太不难开展重一直。

缺点:在平视相机中表现不佳;甩掉了后端优化和环绕检测部分,SVO的位姿测度留存总括误差,并且丢失后不太简单开展重一贯。

PRADOTAB-MAP(HighlanderGB-D传感器上的SLAM方案)

EnclaveTAB-MAP(PRADOGB-D传感器上的SLAM方案)

       给出了一套完整的LX570GB-D
SLAM方案,近来能够直接从ROS中得到其二进制程序,在谷歌 Project
Tango上可以获得其APP直接使用。

付出了一套完整的奔驰M级GB-D
SLAM方案,如今可以间接从ROS中拿走其二进制程序,在谷歌 Project
Tango上能够得到其APP间接动用。

亮点:原理不难;辅助智跑GB-D和肉眼传感器,且提供实时的固定和建图作用。

优点:原理不难;援助奔驰G级GB-D和肉眼传感器,且提供实时的稳定和建图功效。

缺陷:集成度高,庞大,在其上开展一回开发困难,适合营为SLAM应用而非探讨利用。

缺点:集成度高,庞大,在其上开展3回开发困难,适合当作SLAM应用而非研商采用。

 

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

相关文章