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

MoNoSLAM

坐恢宏卡尔曼滤波为后端,追踪前端非常稀疏的特征点,以相机的脚下状态及所有路标点为状态量,更新其均值和协方差。

盖恢宏卡尔曼滤波为后端,追踪前端非常稀疏的特征点,以相机的当前状态及所有路标点为状态量,更新其均值和协方差。

可取:在2007年,随着计算机性能的升级换代,以及该体系就此稀疏的措施处理图像,使得该方案使得SLAM系统能在线运行。(之前的SLAM系统是着力未能够当线运行的,只能依赖机器人携带相机采集的数目,再去线进行固定与建图。)

长:在2007年,随着电脑性能的晋级,以及该网就此稀疏的方处理图像,使得该方案使得SLAM系统会在线运行。(之前的SLAM系统是核心不能够于线运行的,只能依靠机器人携带相机采集的多寡,再离开线进行定位与建图。)

缺陷:MoNoSLAM存在用场景窄,路标数量少,系数特征点非常容易丢失等毛病,现在早就休了针对性那付出。

缺点:MoNoSLAM存在利用场景窄,路标数量少于,系数特征点非常容易丢失等缺陷,现在已停了针对该开。

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

PTAM( Parallel Tracking And Mapping )

       主要原理是:
从摄图像上捕捉特征点,然后检测出平面,在检测出底平面上建立虚拟的3D坐标,然后合成摄影图像及CG。其中,独特之处当吃,立体平面的检测及图像的合成采用并行处理。

要害原理是:
从摄图像及捕捉特征点,然后检测出平面,在检测出的平面上建立虚拟的3D坐标,然后合成摄影图像和CG。其中,独特之处在当让,立体平面的检测和图像的合成采用并行处理。

可取:提出并贯彻了跟及建图过程的连行化,将左右端分离,使用非线性优化方案,既可实时的恒及建图,也可以当虚拟平面及折加物体。

可取:提出并促成了跟以及建图过程的连行化,将左右端分离,使用非线性优化方案,既可以实时的稳定和建图,也堪在虚拟平面及折加物体。

症结:场景小,跟踪容易遗失。

缺陷:场景小,跟踪容易丢。

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

ORB-SLAM(继承并改善PTAM)

长:泛用性:支持单目,双目,RGB-D三种植模式。整个体系围绕ORB特征进行测算,在效率和精度之间就了平衡,并围绕特征点进行了优化。其缠检测算法可以使得地防范误差的累。使用三独线程完成SLAM,取得了于好之跟踪及建图效果,能够管轨迹以及地图的全局一致性。

亮点:泛用性:支持单目,双目,RGB-D三栽模式。整个系统围绕ORB特征进行测算,在效率及精度之间形成了平衡,并围绕特征点进行了优化。其缠检测算法可以使得地预防误差的积淀。使用三个线程完成SLAM,取得了比较好之跟和建图效果,能够确保轨迹以及地图的大局一致性。

      
缺点:对于各幅图像都需计算ORB特征耗时大。三丝总长给CPU带来比较充分当,在一直顶嵌入式设备上闹肯定之紧,ORB-SLAM的建图为稀疏特征点,只能满足一定功能。

缺陷:对于各级幅图像都要算ORB特征耗时大。三线总长给CPU带来比较生当,在直接到嵌入式设备及出自然之困顿,ORB-SLAM的建图为稀疏特征点,只能满足一定功能。

LSD-SLAM(Large Scale Direct monocular SLAM)

LSD-SLAM(Large Scale Direct monocular SLAM)

      
将单目直接发用到了大体上细密之单目SLAM中,不欲计算特征点,还能够构建版稠密地图.

用单目直接发用到了大体上密布之单目SLAM中,不需要计算特征点,还能够构建版稠密地图.

可取:直接法是针对像素进行的;对特色缺失区域不灵动,半稠密追踪可以保追踪的实时性和长治久安;在cpu上落实了一半森地图的重建。

可取:直接法是本着像素进行的;对特色缺失区域不灵动,半稠密追踪可以确保追踪的实时性和稳定性;在cpu上落实了大体上密布地图的重建。

短:对相机内参和曝光非常敏锐,并且以照相机快速移动时容易丢失,在环检测部分,没有一直冲直接发实现,依赖特征点方程进行环检测,尚未完全摆脱特征点的算计。

缺陷:对相机内参和曝光非常灵敏,并且于相机快速移动时易遗失,在圈检测部分,没有一直冲直接发实现,依赖特征点方程进行环检测,尚未完全摆脱特征点的计。

SVO( Semi-direct Visual Odoemtry )

SVO( Semi-direct Visual Odoemtry )

因稀疏直接法的视觉里程计,在实现中,使用了4×4底有些片进行块匹配,估计相机资自身之位移。

因稀疏直接法的视觉里程计,在落实中,使用了4×4底略微片进行块匹配,估计相机资自身之运动。

优点:速度极其快,在低端计算平台及也会上实时性,适合计算平台受限的场地。

可取:速度极快,在低端计算平台及吧会落得实时性,适合计算平台受限的场所。

短:在平视相机中显现不帅;舍弃了后端优化和环检测部分,SVO的位姿估计是总计误差,并且丢失后不顶容易开展更一贯。

症结:在平视相机中呈现不地道;舍弃了后端优化和环绕检测部分,SVO的位姿估计在总计误差,并且丢失后非绝容易进行重复一贯。

RTAB-MAP(RGB-D传感器上的SLAM方案)

RTAB-MAP(RGB-D传感器上之SLAM方案)

       给有了一致仿照完整的RGB-D
SLAM方案,目前可以直接由ROS中取该进制程序,在Google Project
Tango上可以获得其APP直接使用。

让出了扳平模仿完整的RGB-D
SLAM方案,目前得以一直由ROS中赢得其进制程序,在Google Project
Tango上可以获得其APP直接以。

优点:原理简单;支持RGB-D和眼传感器,且提供实时的固化和建图功能。

优点:原理简单;支持RGB-D和肉眼传感器,且提供实时的固定与建图功能。

短:集成度高,庞大,在那个达到进展二次开发困难,适合当SLAM应用而未研究下。

缺点:集成度高,庞大,在那达成开展二次开发困难,适合作为SLAM应用而未研究利用。

 

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

相关文章

网站地图xml地图