088-471471979

我们只用绿色的食品原料

鄂州市亚博官方网站科技股份有限公司零食加工厂,只为您的健康着想

机器人主流定位技术激光SLAM与视觉SLAM谁更胜一筹

2021-08-28 04:55上一篇:机器学习发现自闭症中“非编码突变”的秘密 |下一篇:没有了

本文摘要:定位技术是机器人构建自主定位导航的最基本环节,是机器人在二维工作环境中相对于全局坐标的方位及其自身的姿态。目前,SLAM (simultaneouslocalizationandmapping实时定位和地图构建)是业界主流的定位技术,有激光SLAM和视觉slam之分。 什么是激光贫民窟? 激光SLAM的脉搏支持初始的基于测距的定位方法,如拍摄和红外线单点测距。激光雷达(LightDetectionAndRanging )的频繁出现和普及使测量更慢,信息更丰富。

亚博app下载链接

定位技术是机器人构建自主定位导航的最基本环节,是机器人在二维工作环境中相对于全局坐标的方位及其自身的姿态。目前,SLAM (simultaneouslocalizationandmapping实时定位和地图构建)是业界主流的定位技术,有激光SLAM和视觉slam之分。

什么是激光贫民窟? 激光SLAM的脉搏支持初始的基于测距的定位方法,如拍摄和红外线单点测距。激光雷达(LightDetectionAndRanging )的频繁出现和普及使测量更慢,信息更丰富。激光雷达收集的物体信息表示具有准确角度和距离信息的一系列点,称为点云。一般来说,激光SLAM系统通过给出具有不同时刻的两个点群进行对照,计算出激光雷达相对运动的距离和姿态的变化,完成了机器人自身的定位。

激光雷达距离测量比较准确,误差模型非常简单,在强光照射以外的环境下运行平稳,点云处理也比较容易。另外,点云信息本身包含必要的几何关系,机器人的路径计划和导航系统变得直观。激光SLAM理论研究也比成熟期落地产品更丰富。

什么是视觉贫民窟? 眼睛是人类提供外界信息的主要来源,视觉SLAM也具有类似的特征,可以从环境中提供大量的、极其丰富的纹理信息,享受极强的场景识别能力。早期的视觉SLAM基于滤波理论,其非线性误差模型和极大的计算量成为简单的着陆障碍。近年来,随着具备稠密性的非线性优化理论(BundleAdjustment )和相机技术、计算性能的变化,动态运营的视觉SLAM已经是梦想。

通常,一个可视SLAM系统由前端和后端组成。前端有责任管理用视觉增量式计算的机器人的姿势,速度很慢。

后端主要管理两种功能。一个是,如果环回频繁出现(即,判断机器人回到了以前采访的地方附近),则找到环回,修正两次采访中间的各处方位和姿势。二是在失去当前终端跟踪的情况下,根据视觉纹理信息向机器人展开新的定位。非常简单地说,前端负责管理慢的定位,后端负责确保管理快的地图。

视觉贫民窟的优点是利用了非常丰富的纹理信息。例如,两张尺寸完全一样,但有不同的招牌。用基于点云的激光贫民窟算法无法区分。

视觉可以区分。与重新定位、场景分类相比,这将带来无与伦比的巨大好处。

此外,为了跟踪和预测行人、车辆等场景内的动态对象,更容易地利用视觉信息对应用于简单的动态场景是重要的。第三,视觉的投影模型理论上可以把无限远的物体转移到视觉画面上,可以在合理的配备下(例如长基线的双目照相机)展开大尺度场景的定位和地图构建。依然,业界对激光SLAM和视觉SLAM哪个更好,谁是未来的主流趋势有自己的观点。

以下,非常简单地从几个方面进行对比。在场景中的应用VSLAM的应用从在场景中的应用来看非常丰富。

VSLAM在室内外环境下可以积极开展工作,但对光的依存度很低,在待机和无纹理领域不能开展工作。激光SLAM现在主要在室内使用,用于构建地图和展开导航系统的动作。在定位和地图构建的精度静态且非常简单的环境中,激光SLAM的定位总体上高于视觉SLAM,但在大尺度动态的环境中,视觉SLAM根据其具有的纹理信息显示出更好的效果。

在地图构筑中,激光SLAM的精度很高,国内思岚技术的RPLIDAR系列构筑的地图精度可以超过2cm左右。


本文关键词:机器人,主流,定位,技术,激光,SLAM,亚博官方网站,与,视觉,谁

本文来源:亚博官方链接-www.wpfixer1.com