Une liste complète de solutions SLAM visuelles

MoNoSLAM

Utilisation du filtre de Kalman étendu comme backend, suivi des points caractéristiques très clairsemés sur le front-end, utilisation de l'état actuel de la caméra et de tous les points de repère comme quantités d'état, mise à jour de sa moyenne et de sa covariance.

Avantages : En 2007, avec l'amélioration des performances informatiques et le traitement clairsemé des images du système, cette solution a permis au système SLAM de fonctionner en ligne. (Les systèmes SLAM précédents ne pouvaient fondamentalement pas fonctionner en ligne et ne pouvaient s'appuyer que sur les données collectées par des robots équipés de caméras pour le positionnement et la cartographie hors ligne.)

Inconvénients : MoNoSLAM présente des inconvénients tels que des scénarios d'application étroits, un nombre limité de points de repère et une perte facile des points caractéristiques des coefficients. Son développement a maintenant été arrêté.

PTAM (suivi et cartographie parallèles)

Le principe principal est le suivant : capturer les points caractéristiques de l'image photographique, puis détecter le plan, établir des coordonnées 3D virtuelles sur le plan détecté, puis synthétiser l'image photographique et le CG. Parmi eux, la particularité est que la détection du plan stéréoscopique et la synthèse de l'image sont traitées en parallèle.

Avantages : Il propose et implémente la parallélisation du processus de suivi et de cartographie, sépare le front-end et le back-end et utilise un schéma d'optimisation non linéaire, qui peut non seulement positionner et cartographier en temps réel, mais également superposer des objets sur l'avion virtuel.

Inconvénients : la scène est petite et le suivi est facile à perdre.

ORB-SLAM (PTAM hérité et amélioré)

Avantages : Polyvalence : Prend en charge trois modes : monoculaire, binoculaire et RVB-D. L'ensemble du système est calculé autour des fonctionnalités ORB, équilibrant efficacité et précision, et est optimisé autour des points caractéristiques. Son algorithme de détection de bouclage peut empêcher efficacement l'accumulation d'erreurs. L'utilisation de trois threads pour compléter le SLAM permet d'obtenir de meilleurs effets de suivi et de cartographie et peut garantir la cohérence globale des trajectoires et des cartes.

Inconvénients : le calcul des caractéristiques ORB pour chaque image prend beaucoup de temps. Trois threads imposent une plus grande charge au CPU, et il existe certaines difficultés dans les appareils embarqués. Le mappage d'ORB-SLAM utilise des points de fonctionnalité clairsemés, qui ne peuvent répondre qu'à la fonction de positionnement.

LSD-SLAM (SLAM monoculaire direct à grande échelle)

Le monoculaire est directement appliqué au SLAM monoculaire semi-dense. Il n'est pas nécessaire de calculer les points caractéristiques et une carte dense peut être construite.

Avantages : La méthode directe est basée sur les pixels ; elle n'est pas sensible aux zones de fonctionnalités manquantes, et le suivi semi-dense peut garantir le temps réel et la stabilité du suivi ; la reconstruction des cartes semi-denses est réalisée sur le CPU.

Inconvénients : il est très sensible aux paramètres internes de la caméra et à l'exposition, et se perd facilement lorsque la caméra se déplace rapidement. Dans la partie détection de boucle, il n'est pas directement implémenté sur la base des cheveux directs. , et ne s'est pas complètement débarrassé du calcul des points caractéristiques.

SVO (Odoémie Visuelle Semi-directe)

Odométrie visuelle basée sur la méthode directe clairsemée. Dans la mise en œuvre, de petits blocs 4x4 sont utilisés pour la correspondance de blocs afin d'estimer le mouvement de la caméra elle-même.

Avantages : Il est extrêmement rapide et peut atteindre des performances en temps réel sur les plates-formes informatiques bas de gamme. Il convient aux situations où les plates-formes informatiques sont limitées.

Inconvénients : mauvaises performances des caméras tête haute ; les parties d'optimisation back-end et de détection de boucle sont abandonnées, l'estimation de pose de SVO présente des erreurs cumulatives et il n'est pas facile de repositionner après une perte.

RTAB-MAP (solution SLAM sur capteur RGB-D)

Une solution complète RGB-D SLAM est fournie. Actuellement, son programme binaire peut être obtenu directement auprès de ROS et son application peut être utilisée directement sur Google Project Tango.

Avantages : le principe est simple : prend en charge les capteurs RVB-D et binoculaires et fournit des fonctions de positionnement et de cartographie en temps réel.

Inconvénients : intégration élevée, taille énorme, difficile d'y réaliser un développement secondaire, adapté à l'application SLAM plutôt qu'à la recherche.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!