视觉SLAM主干内容整理(视觉slam的现状与存在的问题)

SLAM：Simultaneous Localization And Mapping.中文：同时定位与地图重建。

它是指搭载特定传感器的主体，在没有实验先验信息的情况下，于运动过程中建立环境的模型，同时估计自己的运动。如果这里的传感器主要是相机，那就称为视觉SLAM。

SLAM的目的是解决定位与地图重建两个问题。（一边估计传感器资深的位置，一边建立周围环境的模型）

计算机通过概率学建模的方式辨识出物体、人脸、声音、文字等，这与我们用眼睛去观察世界，理解周围物体是有很大不同的。

学习SLAM预备主干知识：射影几何、计算机视觉、状态估计理论、李群李代数等。

定位通过传感器来进行。

传感器分类：

(1)携带于机器人本体上的传感器：测量到的是一些间接的物理量，通过间接的手段来推算自己的位置，没有对环境提出任何要求，该定位方案可以适用于未知环境。

例如：

轮式编码器测量轮子转动的角度。

惯性测量单元IMU测量运动的角速度和加速度。

相机和激光传感器读取外部环境的某种观测数据。

(2)安置于环境中的传感器：约束了外部环境，只有这些约束满足时，基于他们的定位方案才可以工作运行。

感谢您的来访，获取更多精彩文章请收藏本站。