女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

機器人主流定位技術:激光SLAM與視覺SLAM誰更勝一籌

電子設計 ? 來源:電子設計 ? 作者:電子設計 ? 2020-12-26 10:59 ? 次閱讀

定位技術是機器人實現自主定位導航的最基本環節,是機器人在二維工作環境中相對于全局坐標的位置及其本身的姿態。目前SLAM (Simultaneous Localization and Mapping即時定位與地圖構建)是業內主流的定位技術,有激光SLAM和視覺SLAM之分。

什么是激光SLAM?

激光SLAM脫胎于早期的基于測距的定位方法(如超聲和紅外單點測距)。激光雷達(Light Detection And Ranging)的出現和普及使得測量更快更準,信息更豐富。激光雷達采集到的物體信息呈現出一系列分散的、具有準確角度和距離信息的點,被稱為點云。通常,激光SLAM系統通過對不同時刻兩片點云的匹配與比對,計算激光雷達相對運動的距離和姿態的改變,也就完成了對機器人自身的定位。

激光雷達距離測量比較準確,誤差模型簡單,在強光直射以外的環境中運行穩定,點云的處理也比較容易。同時,點云信息本身包含直接的幾何關系,使得機器人的路徑規劃和導航變得直觀。激光SLAM理論研究也相對成熟,落地產品更豐富。

什么是視覺SLAM?

眼睛是人類獲取外界信息的主要來源,視覺SLAM也具有類似特點,它可以從環境中獲取海量的、富于冗余的紋理信息,擁有超強的場景辨識能力。早期的視覺SLAM基于濾波理論,其非線性的誤差模型和巨大的計算量成為了它實用落地的障礙。近年來,隨著具有稀疏性的非線性優化理論(Bundle Adjustment)以及相機技術、計算性能的進步,實時運行的視覺SLAM已經不再是夢想。

通常,一個視覺SLAM系統由前端和后端組成。前端負責通過視覺增量式計算機器人的位姿,速度較快。后端,主要負責兩個功能:

一是在出現回環(即判定機器人回到了之前訪問過的地點附近)時,發現回環并修正兩次訪問中間各處的位置與姿態;

二是當前端跟蹤丟失時,根據視覺的紋理信息對機器人進行重新定位。簡單說,前端負責快速定位,后端負責較慢的地圖維護。

視覺SLAM的優點是它所利用的豐富紋理信息。例如兩塊尺寸相同內容卻不同的廣告牌,基于點云的激光SLAM算法無法區別他們,而視覺則可以輕易分辨。這帶來了重定位、場景分類上無可比擬的巨大優勢。同時,視覺信息可以較為容易的被用來跟蹤和預測場景中的動態目標,如行人、車輛等,對于在復雜動態場景中的應用這是至關重要的。第三,視覺的投影模型理論上可以讓無限遠處的物體都進入視覺畫面中,在合理的配置下(如長基線的雙目相機)可以進行很大尺度場景的定位與地圖構建。

一直以來,業內對激光SLAM與視覺SLAM到底誰更勝一籌,誰是未來主流趨勢都有自己的看法,以下將簡單從幾個方面進行對比。

應用場景

從應用場景來說,VSLAM 的應用場景要豐富很多。VSLAM 在室內外環境下均能開展工作,但是對光的依賴程度高,在暗處或者一些無紋理區域是無法進行工作的。而激光 SLAM 目前主要被應用在室內,用來進行地圖構建和導航工作。

定位和地圖構建精度

在靜態且簡單的環境中,激光SLAM定位總體來講優于視覺SLAM,但在較大尺度且動態的環境中,視覺SLAM因為其具有的紋理信息,表現出更好的效果。在地圖構建上,激光 SLAM精度較高,國內思嵐科技的 RPLIDAR 系列構建的地圖精度可達到 2cm 左右。而視覺SLAM,比如大家常見的,也用的非常多的深度攝像機 Kinect,(測距范圍在 3-12m 之間),地圖構建精度約 3cm;所以激光 SLAM 構建的地圖精度一般來說比 VSLAM 高,且能直接用于定位導航。

易用性

激光 SLAM 和基于深度相機的 VSLAM 均是通過直接獲取環境中的點云數據,根據生成的點云數據,測算哪里有障礙物以及障礙物的距離。但是基于單目、雙目、魚眼攝像機的 VSLAM 方案,則不能直接獲得環境中的點云,而是形成灰色或彩色圖像,需要通過不斷移動自身的位置,通過提取、匹配特征點,利用三角測距的方法測算出障礙物的距離。

除了上面幾點之外,在探測范圍、運算強度、實時數據生成、地圖累計誤差等方面,激光 SLAM 和視覺 SLAM 也會存在一定的差距,對于同一個場景,VSLAM 在后半程中出現了偏差,這是因為累積誤差所引起的,所以 VSLAM 要進行回環檢驗。

總體來說,激光 SLAM 是目前比較成熟的機器人定位導航技術,而視覺 SLAM是未來研究的主流方向。未來,多傳感器的融合是一種必然的趨勢。取長補短,優勢結合,為市場打造出真正好用的、易用的 SLAM 方案。

審核編輯 黃昊宇

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 機器人
    +關注

    關注

    213

    文章

    29446

    瀏覽量

    211400
  • 定位技術
    +關注

    關注

    7

    文章

    298

    瀏覽量

    25756
  • 視覺SLAM
    +關注

    關注

    0

    文章

    9

    瀏覽量

    1429
收藏 人收藏

    評論

    相關推薦
    熱點推薦

    人形機器人 3D 視覺路線之爭:激光雷達、雙目和 3D - ToF 更勝一籌

    電子發燒友網報道(文 / 吳子鵬)在人形機器人的設計方案中,3D 視覺技術是實現環境感知與智能化決策的核心支撐之。它能夠助力人形機器人完成
    的頭像 發表于 04-15 00:14 ?2328次閱讀

    三維高斯潑濺大規模視覺SLAM系統解析

    近期興起的神經輻射場(NeRF)與三維高斯潑濺(3DGS)技術視覺SLAM中展現出令人鼓舞的突破性成果。然而,當前主流方法多依賴RGBD傳感器,并且僅適用于室內環境。在大規模室外場景
    的頭像 發表于 05-27 14:13 ?67次閱讀
    三維高斯潑濺大規模<b class='flag-5'>視覺</b><b class='flag-5'>SLAM</b>系統解析

    【「# ROS 2智能機器人開發實踐」閱讀體驗】視覺實現的基礎算法的應用

    與地圖構建:讓機器人理解環境 第8章聚焦SLAM(同步定位與地圖構建)技術,介紹了SLAM Toolbox和Cartographer兩大
    發表于 05-03 19:41

    【「# ROS 2智能機器人開發實踐」閱讀體驗】+ROS2應用案例

    部分內容,我掌握了如何在ROS 2中實現SLAM,這對于提高機器人的自主導航能力具有重要意義。 其他內容概述 除了二維碼識別和SLAM技術
    發表于 04-27 11:42

    在低延遲、高效傳輸的網絡環境中,異地組網和內網穿透哪種技術更勝一籌

    在現代企業網絡架構中,異地組網和內網穿透是兩種常見的網絡連接技術,它們在不同場景下發揮著重要作用。然而,在追求低延遲、高效傳輸的網絡環境中,哪種技術更勝一籌?本文將探討異地組網與內網穿透在延遲方面
    的頭像 發表于 01-07 10:52 ?511次閱讀

    種基于MASt3R的實時稠密SLAM系統

    本文提出了種即插即用的單目SLAM系統,能夠在15FPS的幀率下生成全局致的位姿和稠密幾何圖形。 01 ? 本文核心內容 視覺SLAM
    的頭像 發表于 12-27 15:25 ?1164次閱讀

    利用VLM和MLLMs實現SLAM語義增強

    語義同步定位與建圖(SLAM)系統在對鄰近的語義相似物體進行建圖時面臨困境,特別是在復雜的室內環境中。本文提出了種面向對象SLAM的語義增強(SEO-
    的頭像 發表于 12-05 10:00 ?1053次閱讀
    利用VLM和MLLMs實現<b class='flag-5'>SLAM</b>語義增強

    激光雷達SLAM:全面掌握同步定位與地圖構建指南

    ? SLAM 背后的核心思想是讓機器人或自主系統能夠探索未知環境并創建該環境的地圖,同時確定其在生成的地圖中的位置。這是通過融合來自各種傳感器(例如激光雷達、攝像頭和慣性測量單元 (IMU))的數據
    的頭像 發表于 11-16 10:57 ?1978次閱讀

    最新圖優化框架,全面提升SLAM定位精度

    同時定位與地圖構建(SLAM)是項關鍵技術,允許移動機器人在部分或完全未知的環境中自主導航。它包括使用機載傳感器同時估計
    的頭像 發表于 11-12 11:26 ?1100次閱讀
    最新圖優化框架,全面提升<b class='flag-5'>SLAM</b><b class='flag-5'>定位</b>精度

    激光雷達在SLAM算法中的應用綜述

    、文章概述 1.1 摘 要 即時定位與地圖構建(simultaneous localization and mapping,SLAM)是自主移動機器人和自動駕駛的關鍵
    的頭像 發表于 11-12 10:30 ?2230次閱讀
    <b class='flag-5'>激光</b>雷達在<b class='flag-5'>SLAM</b>算法中的應用綜述

    MG-SLAM:融合結構化線特征優化高斯SLAM算法

    同步定位與地圖構建 (SLAM) 是計算機視覺中的個基本問題,旨在在同時跟蹤相機姿勢的同時對環境進行地圖構建。基于學習的密集 SLAM
    的頭像 發表于 11-11 16:17 ?759次閱讀
    MG-<b class='flag-5'>SLAM</b>:融合結構化線特征優化高斯<b class='flag-5'>SLAM</b>算法

    從算法角度看 SLAM(第 2 部分)

    作者: Aswin S Babu 正如我們在[第 1 部分]中所討論的,SLAM 是指在無地圖區域中估計機器人車輛的位置,同時逐步繪制該區域地圖的過程。根據使用的主要技術SLAM
    的頭像 發表于 10-02 16:39 ?704次閱讀
    從算法角度看 <b class='flag-5'>SLAM</b>(第 2 部分)

    種適用于動態環境的實時視覺SLAM系統

    既能保證效率和精度,又無需GPU,行業第個達到此目標的視覺動態SLAM系統。
    的頭像 發表于 09-30 14:35 ?1066次閱讀
    <b class='flag-5'>一</b>種適用于動態環境的實時<b class='flag-5'>視覺</b><b class='flag-5'>SLAM</b>系統

    機器人高效導航定位背后SLAM專用芯片的崛起

    電子發燒友網報道(文/李寧遠)對移動機器人來說,導航定位是最基本最核心的功能之機器人自主移動能力建立在出色的導航定位基礎上。目前移動
    的頭像 發表于 05-28 00:20 ?4302次閱讀