使得该方案使得SLAM系统能够在线运维,以相机的这段时间场地和全部路标点为状态量

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

MoNoSLAM

以恢宏Carl曼滤波为后端,跟踪前端特别抛荒的特征点,以相机的方今处境和全数路标点为状态量,更新其均值和协方差。

以恢宏Carl曼滤波为后端,追踪前端极其萧条的特征点,以相机的最近景况和全部路标点为状态量,更新其均值和协方差。

亮点:在2006年,随着Computer质量的进级,以及该系列用抛荒的方法管理图像,使得该方案使得SLAM系统能够在线运营。(在此以前的SLAM系统是骨干无法在线运转的,只好靠机器人引导相机搜集的数据,再离线举办定位和建图。)

可取:在2006年,随着Computer品质的进级换代,以及该连串用荒凉的格局管理图像,使得该方案使得SLAM系统可以在线运转。(以前的SLAM系统是主导无法在线运维的,只好靠机器人引导相机搜罗的数额,再离线实行固化和建图。)

破绽:MoNoSLAM存在利用场景窄,路标数量有限,全面特征点极其轻巧错失等破绽,未来早就结束了对其支付。

瑕玷:MoNoSLAM存在利用场景窄,路标数量有限,全面特征点特别轻松遗失等毛病,现在早就甘休了对其支付。

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

PTAM( Parallel Tracking And Mapping )

       首要原理是:
从水墨画图像上捕捉特征点,然后检查测量检验出平面,在检查实验出的平面上创设虚构的3D坐标,然后合成摄影图像和CG。在那之中,独特之处在于,立体平面包车型大巴检查实验和图像的合成采纳并行管理。

主要原理是:
从雕塑图像上捕捉特征点,然后检验出平面,在检查评定出的平面上树立虚构的3D坐标,然后合成水墨画图像和CG。当中,独特之处在于,立体平面包车型大巴检验和图像的合成采纳并行管理。

优点:建议并完毕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,既可以够实时的定点与建图,也能够在设想平面上叠合物体。

可取:提议并实现了追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,既可以够实时的一向与建图,也得以在编造平面上叠加物体。

破绽:场景小,追踪轻松遗失。

破绽:场景小,追踪轻便错失。

ORB-SLAM(承袭并革新PTAM)http://webdiis.unizar.es/~raulmur/orbslam/

ORB-SLAM(承接并改进PTAM)

可取:泛用性:辅助单目,双目,EnclaveGB-D三种情势。整个种类围绕ORB特征进行测算,在功用与精度之间产生了平衡,并围绕特征点举行了优化。其围绕检查实验算法能够有效地幸免基值误差的积攒。使用多个线程完结SLAM,获得了较好的追踪和建图效果,能够保险轨迹和地图的全局一致性。

优点:泛用性:支持单目,双目,SportageGB-D三种形式。整个系统围绕ORB特征进行总结,在功能与精度之间做到了平衡,并围绕特征点进行了优化。其围绕检查评定算法能够有效地防范标称误差的积累。使用多少个线程实现SLAM,获得了较好的追踪和建图效果,能够确定保障轨迹和地图的大局一致性。

      
劣点:对于每幅图像都亟待计算ORB特征耗费时间大。三线程给CPU带来十分的大负责,在平昔到嵌入式设备上有一定的艰苦,ORB-SLAM的建图为萧条特征点,只好满足一定作用。

症结:对于每幅图像都亟待总计ORB特征耗费时间大。三线程给CPU带来异常的大担负,在一直到嵌入式设备上有一定的紧Baba,ORB-SLAM的建图为荒废特征点,只可以知足一定作用。

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密布的单目SLAM中,无需总结特征点,还是可以创设版稠密地图.

将单目直接发应用到了半密布的单目SLAM中,无需计算特征点,还是能营造版稠密地图.

可取:直接法是针对像素实行的;对特色缺点和失误区域不灵活,半稠密追踪能够保险追踪的实时性和平静;在cpu上贯彻了半密布地图的重新建立。

亮点:直接法是本着像素实行的;对特色缺点和失误区域不灵敏,半稠密跟踪能够确定保证追踪的实时性和安居;在cpu上贯彻了半细密地图的重新创设。

短处:对相机内部参谋新闻和暴露特别灵活,何况在相机神速移动时轻便遗失,在围绕检查实验部分,未有一向基于直接发完成,正视特征点方程举办回环检查测量检验,尚未完全摆脱特征点的乘除。

弱点:对相机内参和暴露特别敏锐,并且在照相机连忙移动时轻易错失,在缠绕检查评定部分,未有一向基于直接发完成,信Wright征点方程进行回环检查测量检验,尚未完全摆脱特征点的测算。

SVO( Semi-direct Visual Odoemtry )

SVO( Semi-direct Visual Odoemtry )

据他们说荒疏间接法的视觉里程计,在促成中,使用了4×4的小块进行块相称,猜度相机资自己的位移。

根据荒芜直接法的视觉里程计,在完结中,使用了4×4的小块举办块相称,推断相机资自己的位移。

亮点:速度一点也不慢,在低级计算平台上也能落得实时性,适合总括平台受限的场子。

可取:速度相当的慢,在低等总结平台上也能落得实时性,适合总计平台受限的场所。

瑕疵:在平视相机中表现不好;遗弃了后端优化和环绕检验部分,SVO的位姿揣测留存总括相对误差,况且错失后不太轻便开始展览重一直。

缺欠:在平视相机中表现不好;抛弃了后端优化和环绕检查评定部分,SVO的位姿估计留存计算固有误差,而且错过后不太轻松进行重平昔。

RTAB-MAP(ENCOREGB-D传感器上的SLAM方案)

RTAB-MAP(KoleosGB-D传感器上的SLAM方案)

       给出了一套完整的奥迪Q5GB-D
SLAM方案,这几天能够直接从ROS中猎取其二进制造进程序,在谷歌 Project
Tango上能够获得其应用程式直接运用。

交付了一套完整的LacrosseGB-D
SLAM方案,近年来能够直接从ROS中拿走其二进制造进程序,在谷歌 Project
Tango上能够获得其应用程式直接运用。

优点:原理简单;协理PRADOGB-D和肉眼传感器,且提供实时的一定和建图作用。

可取:原理简单;协理牧马人GB-D和肉眼传感器,且提供实时的固化和建图功用。

劣点:集成度高,庞大,在其上实行三次开拓困难,适合当作SLAM应用而非商量接纳。

缺陷:集成度高,庞大,在其上拓展三遍开荒困难,适合营为SLAM应用而非商讨选用。

 

原来的书文来自:http://www.linuxprobe.com/v-slam-plans.html

相关文章